Python import与from import使用和区别解读

 更新时间:2021年09月22日 15:02:50   作者:Jeff.Ye  
Python程序可以调用一组基本的函数(即内建函数),比如print()、input()和len()等函数。接下来通过本文给大家介绍Python import与from import使用及区别介绍,感兴趣的朋友一起看看吧

系统自带模块(库)

```cpp
import re
target = 'abc1234xyz'
re.search('(\d+)', target)
但有时候,你可能会看到某些人这样写代码:

```python
from re import search
target = 'abc1234xyz'
search('(\d+)', target)

那么这两种导入方式有什么区别呢?

我们分别使用type函数来看看他们的类型:

>>> import re
>>> type(re)
<class 'module'>
>>> from re import search
>>> type(search)
<class 'function'>

可以看到,直接使用import re导入的re它是一个module类,也就是模块。我们把它成为正则表达式模块。而当我们from re import search时,这个search是一个function类,我们称呼它为search 函数。
一个模块里面可以包含多个函数。
如果在你的代码里面,你已经确定只使用search函数,不会再使用正则表达式里面的其他函数了,那么你使用两种方法都可以,没什么区别。
但是,如果你要使用正则表达式下面的多个函数,或者是一些常量,那么用第一种方案会更加简洁清晰。

例如:

import re
re.search('c(.*?)x', flags=re.S)
re.sub('[a-zA-Z0-9]', '***', target, flags=re.I)

在这个例子中,你分别使用了re.search,re.sub,re.S和re.I。后两者是常量,用于忽略换行符和大小写。
但是,如果你使用from re import search, sub, S, I来写代码,那么代码就会变成这样:

import re
search('c(.*?)x', flags=S)
sub('[a-zA-Z0-9]', '***', target, flags=I)

看起来虽然简洁了,但是,一旦你的代码行数多了以后,你很容易忘记S和I这两个变量是什么东西。而且我们自己定义的函数,也很有可能取名为sub或者search,从而覆盖正则表达式模块下面的这两个同名函数。这就会导致很多难以觉察的潜在 bug。
再举一个例子。Python 的 datetime模块,我们可以直接import datetime,此时我们导入的是一个datetime模块,

输出为:class‘module'

但是如果你写为from datetime import datetime,那么你导入的datetime是一个type类:

输出为:class‘type'

因为这种方式导入的datetime,它就是Python 中的一种类型,用于表示包含日期和时间的数据。

这两种导入方式导入的datetime,虽然名字一样,但是他们的意义完全不一样,请大家观察下面两种写法:

import datetime
now = datetime.datetime.now()
one_hour_ago = now - datetime.timedelta(hours=1)
from datetime import datetime, timedelta
now = datetime.now()
one_hour_ago = now - timedelta(hours=1)

第二种写法看似简单,但实则改动起来却更为麻烦。例如我还需要增加一个变量today用于记录今日的日期。

对于第一段代码,我们只需要增加一行即可:

today = datetime.date.today()

但对于第二行来说,我们需要首先修改导入部分的代码:

from datetime import datetime, timedelta, date
然后才能改代码:today = date.today()

这样一来你就要修改两个地方,反倒增加了负担。

第三方库

在使用某些第三方库的代码里面,我们会看到类似这样的写法:

from lxml.html import fromstring

selector = fromstring(HTML)
但是我们还可以写为:

from lxml import html

selector = html.fromstring(HTML)
但是,下面这种写法会导致报错:

import lxml
selector = lxml.html.fromstring(HTML)
那么这里的lxml.html又是什么东西呢?

这种情况多常见于一些特别大型的第三方库中,这种库能处理多种类型的数据。例如lxml它既能处理xml的数据,又能处理html的数据,于是这种库会划分子模块,lxml.html模块专门负责html相关的数据。

动手试试

在使用某些第三方库的代码里面,我们会看到类似这样的写法:

 from lxml.html import fromstring
 selector = fromstring(HTML)

但是我们还可以写为:

from lxml import html
selector = html.fromstring(HTML)

但是,下面这种写法会导致报错:

import lxml
selector = lxml.html.fromstring(HTML)

那么这里的lxml.html又是什么东西呢?
这种情况多常见于一些特别大型的第三方库中,这种库能处理多种类型的数据。例如lxml它既能处理xml的数据,又能处理html的数据,于是这种库会划分子模块,lxml.html模块专门负责html相关的数据。

自己来实现多种导入方法
我们现在自己来写代码,实现这多种导入方法。
我们创建一个文件夹DocParser,在里面分别创建两个文件main.py和util.py,他们的内容如下:

util.py文件:

def write():
    print('write 函数被调用!')
main.py文件:
import util
util.write()

现在我们把main.py的导入方式修改一下(结果与上面相同):

from util import write
write()

现在,我们来创建一个文件夹microsoft,里面再添加一个文件parse.py:

from util import write
write()

此时我们在 main.py中对它进行调用:

def read():
    print('我是 microsoft 文件夹下面的 parse.py 中的 read函数')

我们也可以用另一种方法:

from microsoft import parse
parse.read()

但是,你不能直接导入microsoft

import microsoft
microsoft.parse.read

无论你使用的是import xxx还是from xxx.yyy.zzz.www import qqq,你导入进来的东西,要不就是一个模块(对应到.py 文件的文件名),或者是某个.py 文件中的函数名、类名、变量名。

无论是import xxx还是from xxx import yyy,你导入进来的都不能是一个文件夹的名字。

可能有这样一种情况,就是某个函数名与文件的名字相同,例如:

在 microsoft文件夹里面有一个microsoft.py文件,这个文件里面有一个函数叫做microsoft,那么你的代码可以写为:

from microsoft import microsoft`
microsoft.microsoft()
但请注意分辨,这里你导入的还是模块,只不过microsoft.py文件名与它所在的文件夹名恰好相同而已。

结论

无论是使用import还是from import,第一个要求是代码能够正常运行,其次,根据代码维护性,团队编码风格来确定选择哪一种方案。

如果我们只会使用到某个模块下面的一个函数(或者常量、类)并且名字不会产生混淆,可识别性高,那么from 模块名 import 函数名这没有什么问题。

如果我们会用到一个模块下面的多个函数,或者是我们将要使用的函数名、常量名、类名可能会让人产生混淆(例如 re.S、re.I),那么这种情况下,import 模块名然后再 模块名.xxx来调用会让代码更加清晰,更好维护。

但无论什么情况下,都禁止使用from xxx import *这种写法,它会给你带来无穷无尽的噩梦。

到此这篇关于Python import与from import使用和区别解读的文章就介绍到这了,更多相关Python import和from import区别内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

相关文章

  • 如何用 Python 处理不平衡数据集

    如何用 Python 处理不平衡数据集

    这篇文章主要介绍了如何用 Python 处理不平衡数据集,帮助大家更好的利用python进行数据分析,感兴趣的朋友可以了解下
    2021-01-01
  • 简单了解python代码优化小技巧

    简单了解python代码优化小技巧

    这篇文章主要介绍了简单了解python代码优化小技巧,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值
    2019-07-07
  • python ddt实现数据驱动

    python ddt实现数据驱动

    这篇文章主要为大家详细介绍了python ddt实现数据驱动,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2018-03-03
  • 详解Python如何在Web环境中使用Matplotlib进行数据可视化

    详解Python如何在Web环境中使用Matplotlib进行数据可视化

    数据可视化是数据科学和分析中一个至关重要的部分,它能帮助我们更好地理解和解释数据,在现代应用中,越来越多的开发者希望能够将数据可视化结果展示在网页上,本文将介绍如何在 Web 环境中使用 Matplotlib 进行可视化,包括基本概念、集成方式以及实用示例
    2024-11-11
  • Python Selenium实现无可视化界面过程解析

    Python Selenium实现无可视化界面过程解析

    这篇文章主要介绍了Python Selenium实现无可视化界面过程解析,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
    2020-08-08
  • Python中with上下文管理协议的作用及用法

    Python中with上下文管理协议的作用及用法

    这篇文章主要介绍了Python中with的作用及用法,with是从Python2.5引入的一个新的语法,它是一种上下文管理协议,下文更多详细内容介绍需要的小伙伴可以参考一下
    2022-03-03
  • PyTorch深度学习LSTM从input输入到Linear输出

    PyTorch深度学习LSTM从input输入到Linear输出

    这篇文章主要为大家介绍了PyTorch深度学习LSTM从input输入到Linear输出深入理解,有需要的朋友可以借鉴参考下,希望能够有所帮助,祝大家多多进步,早日升职加薪
    2022-05-05
  • Python 矩阵转置的几种方法小结

    Python 矩阵转置的几种方法小结

    今天小编就为大家分享一篇Python 矩阵转置的几种方法小结,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2019-12-12
  • 如何使用Django默认的Auth权限管理系统

    如何使用Django默认的Auth权限管理系统

    本文主要介绍了如何使用Django默认的Auth权限管理系统,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2023-02-02
  • Jupyter Notebook切换虚拟环境的三种方法

    Jupyter Notebook切换虚拟环境的三种方法

    本文主要介绍了Jupyter Notebook切换虚拟环境的三种方法,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2023-07-07

最新评论