Python基礎學習（20）遞迴詳解 shutil 模組 logging 模組

一、今日大綱

• 遞迴詳解
• shutil 模組
• logging 模組

二、遞迴詳解

針對之前的斐波那契數列Fibonacci Sequence問題，經過不斷思考，運用遞迴、生成器、迴圈等方法，總結出了以下四種方法：

• 遞迴方法1：

  # 遞迴方法1
  @log_interval
  def Fibonacci(n):
      def inner(args):
          if args == 1 or args == 0:
              return 1
          return inner(args - 1) + inner(args - 2)
  
      r = inner(n)
      return r
   
  

• 遞迴方法2：

  # 遞迴方法2
  @log_interval
  def Fibonacci(n):
      def inner(args, a=1, b=1):
          if args == 0:
              return a
          a, b = b, a + b
          return inner(args - 1, a, b)
  
      return inner(n)
  

• 迴圈方法：

  # 非遞迴方法
  def Fibonacci(n):
      a = 1
      b = 1
      for i in range(n):
          a, b = b, a + b
      return a
   
  

• 生成器方法

  # 生成器方法
  def Fibonacci(n):
      i = 0
  
      def inner(args):
          a = 1
          yield a
          b = 1
          for i in range(args):
              a, b = b, a + b
              yield a
  
      for i in inner(n):
          pass
      return i
  

為了計算比較下列方法的時間複雜度，設計瞭如下裝飾器來比較四種方法的效率。

def read_dir(dirname):
    # if os.listdir(dirname) == []:
    #     return
    for i in os.listdir(dirname):
        if os.path.isfile(os.path.join(dirname, i)):
            print(i)
        if os.path.isdir(os.path.join(dirname, i)):
            read_dir(os.path.join(dirname, i))
 

嵌上裝飾器後，我們分別向四個函式傳入了不同的引數，下表是每個方法傳輸的不同引數以及所用時間：

根據上表我們可知，效率方面生成器方法 ≈ 迴圈方法 > 遞迴方法2 >> 遞迴方法1。

遞迴方法1：將一個問題通過分治法分解成兩個子問題，呼叫函式的次數也必將是最多的，所以其效率理所應當歸為最低；

遞迴方法2：將方法1返回的兩個子問題集合成了一個問題，大幅度地減少了函式的呼叫次數，效能產生了很大的提升，但是由於遞迴自身方法的限制，效率仍然不高；

迴圈方法：利用了和遞迴方法2同樣的思想，有點類似於連結串列頭插法儲存Pre-Node和Node的思想，不斷向下滾動生成所需的結果，由於只有一層迴圈，所以效率非常高。

生成器方法：利用剛剛學習的yield構建生成器的方法，也可以只需要一層迴圈實現斐波那契數列的計算，本質上也屬於迴圈方法，效率和上面的迴圈方法基本一致。

三、shutil 模組

shutil 模組對檔案和檔案集合提供了許多高階操作,特別是提供了支援檔案複製和刪除的函式。

1. 拷貝檔案

   # `shutil.copy2(old_path, new_path)`
   shutil.copy2(r'D:\Python\Python Project\day20\lianjia.html',
                r'D:\Python\Python Project\day21\lianjia.html')
   

2. 拷貝目錄

   # shutil.copytree(old_path, new_path,
   #                 ignore=shutil.ignore_patterns('*.pyc'))
   # ignore=shutil.ignore_patterns('*.py') 表示不要所有的py檔案
   shutil.copytree(r'D:\Python\Python Project\day21\day09',
                   r'D:\Python\Python Project\day21\day09.bak',
                   ignore=shutil.ignore_patterns('*.py'))
   

3. 刪除目錄（慎用）

   # shutil.rmtree(path, ignore_errors=True)  # ignore_errors=True 表示無視刪除的提示（比如檔案正在佔用）
   shutil.rmtree('day09', ignore_errors=True)
   

4. 移動檔案/目錄

   # shutil.move(old_path, new_path, copy_function=shutil.copy2)
   

5. 獲取磁碟使用空間

   total, used, free = shutil.disk_usage('c:\\')
   print('當前磁碟共: %iGB, 已使用: %iGB, 剩餘: %iGB'
         %(total / 1073741824, used / 1073741824, free/1073741824))
   # 1073741814 = 1024^3
   
   # %i是一種表十進位制的佔位符和%d基本沒有區別（找到了之後會寫在這裡）
   

6. 壓縮檔案

   # shutil.make_archive(compressed_file_path, 'zip', file_path)
   shutil.make_archive('day09_z', 'zip', 'day09.bak')
   

7. 解壓檔案

   # shutil.unpack_archive(compressed_file_path, 'zip', file_path)
   shutil.unpack_archive('day09_z.zip', 'day09_unz', 'zip')
   

四、logging 模組

1. 日誌的意義

   • 用來排除錯誤
   • 用來做資料分析

2. 日誌的意義——以網路購物商城為例

   一個專案需要構建一個數據庫存放足夠重要的內容；而還有一些相對來說沒那麼重要的內容，我們沒必要將它們放入資料庫，這時，本地構建日誌就成了我們的最佳選擇。

   如購物商城中：

   資料庫：什麼時間買了什麼商品、購物車中放置了哪些商品存入；

   本地日誌：使用者登入時間、搜尋記錄、使用者關閉時間、瀏覽商品清單等；

   比如我們擁有 10W 客戶，每天有 1W 條購買記錄需要存放在資料庫中，每天就會有10W+ 條和購買相關的資訊由於資料庫容量限制和網路傳輸限制，需要存放在本地日誌中；我們進行資料分析、操作審計、排查BUG等情況下，均需要檢查日誌記錄的情況，所以記錄日誌對於專案來說非常重要；而記錄日誌，就需要 logging 模組。

3. 日誌資訊的等級

   由於需要記錄的資訊眾多，所以我們必須要對記錄的內容進行重要性排序，logging 模組為我們提供了以下五種重要性：

   # 輸出內容是有等級的,重要性從上至下依次升高:預設處理warning級別以上的所有資訊
   # logging.debug('debug message')
   # logging.info('info message')
   # logging.warning('warning message')
   # logging.error('error message')
   # logging.critical('critical message')
   

   logging 模組預設處理warning級別以上的所有資訊，而我們可以通過logging.basicConfig(level=logging.DEBUG)吧重要性調整為DEBUG等級，調整為其它等級同理。

4. 日誌的設定

   • 輸出到螢幕

     logging.basicConfig(
         format='%(asctime)s - %(name)s - %(levelname)s[line : %(lineno)d] -%(module)s:  %(message)s',
         datefmt='%Y-%m-%d %H:%M:%S %p')
     
     logging.warning('warning test')  # 2020-07-18 21:22:00 PM - root - WARNING[line : 66] -03 logging 模組:  warning test
     

   • 輸出到檔案

     logging.basicConfig(
         format='%(asctime)s - %(name)s - %(levelname)s[line : %(lineno)d] -%(module)s:  %(message)s',
         datefmt='%Y-%m-%d %H:%M:%S %p',
         filename='tmp.log',
         level=logging.DEBUG,
         filemode='a'
     )
     
     logging.debug('debug test')
     logging.warning('warning test1')
     logging.warning('warning test2')
     

   • 同時向螢幕和檔案上輸出

     fh = logging.FileHandler('tmp.log', encoding='utf-8')  # 定義log的編碼型別和檔案路徑
     sh = logging.StreamHandler()
     logging.basicConfig(
         format='%(asctime)s - %(name)s - %(levelname)s[line : %(lineno)d] -%(module)s:  %(message)s',
         datefmt='%Y-%m-%d %H:%M:%S %p',
         level=logging.DEBUG,
         # handlers=[fh, sh]
     )
     
     logging.warning('warning test1')
     logging.warning('warning test2')
     logging.warning('warning test3')
     

   • 定時/定長記錄日誌

     import time
     from logging import handlers
     # 按照大小做切割,每個日誌1024位元組,每五個替換一次
     rh = handlers.RotatingFileHandler('myapp.log', maxBytes=1024, backupCount=5)
     # 按時間切,按秒切,只記錄距今6s的記錄
     th = handlers.TimedRotatingFileHandler(filename='x2.log', when='s', interval=6, encoding='utf-8')
     sh = logging.StreamHandler()
     logging.basicConfig(
         handlers=[rh, sh, th],
         format='%(asctime)s - %(name)s - %(levelname)s[line : %(lineno)d] -%(module)s:  %(message)s',
         datefmt="%Y-%m-%d %H:%M:%S %p",
         level=logging.DEBUG
     )
     
     for i in range(19999):
         time.sleep(0.5)
         logging.warning('warning test1')