python进阶（28）import导入机制原理

前言

在Python中，一个.py文件代表一个Module。在Module中可以是任何的符合Python文件格式的Python脚本。了解Module导入机制大有用处。

1. Module组成

一个.py文件就是一个module。Module中包括attribute, function等。 这里说的attribute其实是module的global variable。
我们创建1个test1.py文件，代码如下

# 定义1个全局变量a
a = 1
# 声明一个全局变量moduleName
global moduleName


# 定义一个函数printModuleName
def printModuleName():
    print(a + 2)
    print(__name__)
    print(moduleName)

print(dir())

这里我们定义了3个全局变量a、moduleName、printModuleName，除了我们自己定义的以外还有module内置的全局变量

1.1 Module 内置全局变量

上面我们说到了，每一个模块都有内置的全局变量，我们可以使用dir()函数，用于查看模块内容，例如上面的例子中，使用dir()查看结果如下：

['__annotations__', '__builtins__', '__cached__', '__doc__', '__file__', '__loader__', '__name__', '__package__', '__spec__', 'a', 'moduleName', 'printModuleName']

其中a, moduleName, printModuleName 是由用户自定义的。其他的全是内置的。下面介绍几个常用的内置全局变量

1.1.1 __name__

指的是当前模块的名称，比如上面的test1.py，模块的名称默认就是test1，如果一个module是程序的入口，那么__name__=__'main'__，这也是我们经常看到用到的

1.1.2 __builtins__

它就是内置模块builtins的引用。可以通过如下代码测试：

import builtins
print(builtins == __builtins__)

打印结果为True，在Python代码里，不需要我们导入就能直接使用的函数、类等，都是在这个内置模块里的。例如：range、dir

1.1.3 __doc__

它就是module的文档说明，具体是文件头之后、代码(包含import)之前的第一个多行注释，测试如下

点击查看代码

"""
模块导入机制测试
"""


import builtins


# 定义1个全局变量a
a = 1
# 声明一个全局变量moduleName
global moduleName


# 定义一个函数printModuleName
def printModuleName():
    print(a + 2)
    print(__name__)
    print(moduleName)


print(__doc__)

最后打印结果为

模块导入机制测试

当然如果你想查看某个方法的说明，也可以这么使用

1.1.4 __file__

当前module所在的文件的绝对路径

1.1.5 __package__

当前module所在的包名。如果没有，为None。

2. 包package

  为避免模块名冲突，Python引入了按目录组织模块的方法，称之为包(package)。包是含有Python模块的文件夹。

  当一个文件夹下有init.py时，意为该文件夹是一个包(package)，其下的多个模块(module)构成一个整体，而这些模块(module)都可通过同一个包(package)导入其他代码中。

  其中init.py文件用于组织包(package)，方便管理各个模块之间的引用、控制着包的导入行为。

  该文件可以什么内容都不写，即为空文件，存在即可，相当于一个标记。

  但若想使用from pacakge_1 import *这种形式的写法，需在init.py中加上：__all__ = ['file_a', 'file_b'] ，并且package_1下有file_a.py和file_b.py，在导入时init.py文件将被执行。

  但不建议在init.py中写模块，以保证该文件简单。不过可在init.py导入我们需要的模块，以便避免一个个导入、方便使用。

  其中，__all__是一个重要的变量，用来指定此包(package)被import *时，哪些模块(module)会被import进【当前作用域中】。不在__all__列表中的模块不会被其他程序引用。可以重写__all__，如__all__= ['当前所属包模块1名字', '模块1名字']，如果写了这个，则会按列表中的模块名进行导入

  在模糊导入时，形如from package import *，*是由__all__定义的。

  当我们在导入一个包(package)时(会先加载__init__.py定义的引入模块，然后再运行其他代码)，实际上是导入的它的__init__.py文件(导入时，该文件自动运行，助我们一下导入该包中的多个模块)。我们可以在 init.py中再导入其他的包(package)或模块或自定义类。

2.1 实战案例

首先我们创建3个包，分别是test、test2、test3
test包下创建test1.py用来执行测试
test2包下创建file_a.py、file_b.py，用来测试包的导入
test3包下创建file_c.py，辅助测试
具体结构如下：
核心代码在test2/__init__.py中如下

__all__ = ['file_a', 'file_b', 'file_c', 'test_d']


from test3 import file_c


def test_d():
    return "test_d"

解释下，当我们在test/test1.py中写了from test2 import *这句代码，程序不是直接导入test2下的所有模块，而是导入__init__.py文件并自动运行，由于我们写了__all__ = ['file_a', 'file_b', 'file_c', 'test_d']，file_a和file_b是当下包中的模块，file_c是我们从test3包中导入的，test_d是__init__.py下我们定义的函数。

所以from test2 import *就是把__all__中指定的模块和函数导入进来了，接着我们查看test1.py下的代码

from test2 import *
print(file_a.a())
print(file_b.b())
print(file_c.c())
print(test_d())

如果打印有结果，则证明了导入成功，并且导入的是__all__下的模块和函数

3.sys.modules、命名空间

3.1 sys.modules

sys.modules是一个将模块名称映射到已加载的模块的字典。可用来强制重新加载modules。Python一启动，它将被加载在内存中。

当我们导入新modules，sys.modules将自动记录下该module；当第二次再导入该module时，Python将直接到字典中查找，加快运行速度。

它是1个字典，故拥有字典的一切方法，如sys.modules.keys()、sys.modules.values()、sys.modules['os']。但请不要轻易替换字典、或从字典中删除某元素，将可能导致Python运行失败。

3.2 命名空间

命名空间就像一个dict，key是变量名字，value是变量的值。

• 每个函数function都有自己的命名空间，称local namespace，记录函数的变量。
• 每个模块module都有自己的命名空间，称global namespace，记录模块的变量，包括functions、classes、导入的modules、module级别的变量和常量。
• build-in命名空间，它包含build-in function和exceptions，可被任意模块访问。

假设你要访问某段Python代码中的变量x时，Python会在所有的命名空间中查找该变量，顺序是：

1. local namespace 即当前函数或类方法。若找到，则停止搜索；
2. global namespace 即当前模块。若找到，则停止搜索；
3. build-in namespace Python会假设变量x是build-in的内置函数或变量。若变量x不是build-in的内置函数或变量，Python将报错NameError。
4. 对于闭包，若在local namespace找不到该变量，则下一个查找目标是父函数的local namespace。

我们可以看一个小例子

# test_namespace.py
def func(a=1):
    b = 2
    print(locals())  # 打印当前函数的局部命名空间
    '''
    locs = locals()  # 只读，不可写，会报错
    locs['c'] = 3
    print(c)
    '''
    return a + b


func()
glos = globals()
glos['d'] = 4
print(d)
print(globals())

执行func()会打印函数func的局部命名空间，结果如下：

{'a': 1, 'b': 2}

执行print(globals())会打印模块test_namespace的全局命名空间，结果如下：

{'__name__': '__main__', '__doc__': None, '__package__': None, '__loader__': <_frozen_importlib_external.SourceFileLoader object at 0x7fde2605c730>, '__spec__': None, '__annotations__': {}, '__builtins__': <module 'builtins' (built-in)>, '__file__': '/Users/jkc/PycharmProjects/pythonProject1/test_namespace.py', '__cached__': None, 'func': <function func at 0x7fde246b9310>, 'glos': {...}, 'd': 4}

内置函数locals()、globals()都会返回一个字典。区别：前者只读、后者可写。

命名空间在from module_name import 、import module_name中的体现：from关键词是导入模块或包中的某个部分。

1. from module_A import X：会将该模块的函数/变量导入到当前模块的命名空间中，无须用module_A.X访问了。
2. import module_A：modules_A本身被导入，但保存它原有的命名空间，故得用module_A.X方式访问其函数或变量。
   接下来我们测试一下：

可以看到我们导入了函数a和模块file_c，接着我们打印了全局变量，结果如下：

{'__name__': '__main__', '__doc__': None, '__package__': None, '__loader__': <_frozen_importlib_external.SourceFileLoader object at 0x7fab9585c730>, '__spec__': None, '__annotations__': {}, '__builtins__': <module 'builtins' (built-in)>, '__file__': '/Users/jkc/PycharmProjects/pythonProject1/test3/test_namespace.py', '__cached__': None, 'a': <function a at 0x7fab95b04040>, 'file_c': <module 'file_c' from '/Users/jkc/PycharmProjects/pythonProject1/test3/file_c.py'>}

可以很清楚的看到全局变量中有函数a和模块file_c，接着我们尝试能否调用者2个

from test2.file_a import a
import file_c


print(globals())


file_c.c()
a()

最后也是可以成功调用

4. 导入

准备工作如下：

4.1 绝对导入

所有的模块import都从“根节点”开始。根节点的位置由sys.path中的路径决定，项目的根目录一般自动在sys.path中。如果希望程序能处处执行，需手动修改sys.path。

例1：c.py中导入B包/B1子包/b1.py模块

import os
import sys


BASE_DIR = os.path.dirname(os.path.abspath(__file__))
sys.path.append(BASE_DIR)

# 导入B包中的子包B1中的模块b1
from B.B1 import b1

例2：b1.py中导入b2.py模块

# 从B包中的子包B1中导入模块b2
from B.B1 import b2

4.2 相对导入

只关心相对自己当前目录的模块位置就好。不能在包(package)的内部直接执行(会报错)。不管根节点在哪儿，包内的模块相对位置都是正确的。

b1.py代码如下：

# from . import b2  # 这种导入方式会报错
import b2  # 正确
b2.print_b2()

b2.py代码如下：

def print_b2():
    print('b2')

最后运行b1.py，打印b2。

4.3 单独导入包

单独import某个包名称时，不会导入该包中所包含的所有子模块。

c.py导入同级目录B包的子包B1包的b2模块，执行b2模块的print_b2()方法：
c.py代码

import B
B.B1.b2.print_b2()

运行c.py会以下错误

AttributeError: module 'B' has no attribute 'B1'

因为import B并不会自动将B下的子模块导入进去，需要手动添加，解决办法如下
在B/init.py代码下添加如下代码

from . import B1

在B/B1/init.py代码下添加如下代码

from . import b2

此时，执行c.py，成功打印b2。

5. import运行机制

我们要理解Python在执行import语句时，进行了啥操作？
step1：创建一个新的、空的module对象(它可能包含多个module)；
step2：将该module对象 插入sys.modules中；
step3：装载module的代码(如果需要，需先编译)；
step4：执行新的module中对应的代码。

在执行step3时，首先需找到module程序所在的位置，如导入的module名字为mod_1，则解释器得找到mod_1.py文件，搜索顺序是：
当前路径(或当前目录指定sys.path)->PYTHONPATH->Python安装设置相关的默认路径。

对于不在sys.path中，一定要避免用import导入自定义包(package)的子模块(module)，而要用from…import… 的绝对导入或相对导入，且包(package)的相对导入只能用from形式。

5.1 标准import，顶部导入

5.2 嵌套import

5.2.1 顺序导入-import

1. moduleB定义了变量b=2
2. moduleA导入模块moduleB，当然moduleB还可以导入其他模块
3. test模块导入moduleA

最后执行test.py，将打印3

5.2.2 循环导入/嵌套导入

moduleA.py

from moduleB import ClassB


class ClassA:
    pass

moduleB.py

from moduleA import ClassA


class ClassB:
    pass

当执行moduleA.py时会报错

ImportError: cannot import name 'ClassA' from partially initialized module 'moduleA'

报错分析：

1. 在运行moduleA时，首选会执行from moduleB import ClassB代码
2. 程序会判断sys.modules中是否有
3. 有代表字在第一次执行时，创建的 对象已经缓存在 sys.modules，直接得到 ，不过依然是空对象，因为 __dict__找不到ClassB，会报错
4. 没有会为moduleB.py创建1个module对象 ，此时创建的module对象为空
   4.1 然后执行moduleB.py的第一条语句 from moduleA import ClassA
   PS：这么做的原因是python内部创建了module对象 后立马执行moduleB.py，目的是填充 <module moduleB>的 __dict__，当然最终未能成功填充
   4.2 接着判断sys.modules中是否有
   4.3 没有会为moduleA.py创建1个module对象
   PS：此时创建的module对象同样为空，则需要执行moduleA.py语句 from moduleB import ClassB
5. 最后回到操作2的过程，这次判断有module对象，会进行操作3，最后就会报错cannot import name 'ClassA'

解决办法：组织代码(重构代码)：更改代码布局，可合并或分离竞争资源。

参考内如如下：Python 3.x | 史上最详解的导入(import)Python Module