Python之常用模块(五)hashlib模块与collections模块

5.8 hashlib模块

  1. hashlib模块简介:此模块有人称为摘要算法,也叫做加密算法,或者是哈希算法,散列算法等等,主要用于密码得加密、文件一致性校验

  2. 加密方式有:MD5、sha1、sha25、sha512数字越大,加密的方法越复杂,安全性越高,但是效率就会越慢。

  3. 普通加密

    import hashlib
    
    md5 = hashlib.md5()
    md5.update('123456'.encode('utf-8')) # 必须是bytes类型才能够进行加密
    print(md5.hexdigest())
    
    # 计算结果如下:
    'e10adc3949ba59abbe56e057f20f883e'
  4. 加盐加密

    • 简介:什么叫加盐?加盐这个词儿来自于国外,外国人起名字我认为很随意,这个名字来源于烧烤,俗称BBQ。我们烧烤的时候,一般在快熟的时候,都会给肉串上面撒盐,增加味道,那么这个撒盐的工序,外国人认为比较复杂,所以就将比较复杂的加密方式称之为加盐。

    • 固定盐

      ret = hashlib.md5('xx教育'.encode('utf-8'))  # xx教育就是固定的盐
      ret.update('a'.encode('utf-8'))
      print(ret.hexdigest())
    • 动态加盐

      username = '宝元666'
      ret = hashlib.md5(username[::2].encode('utf-8'))  # 针对于每个账户,每个账户的盐都不一样
      ret.update('a'.encode('utf-8'))
      print(ret.hexdigest())
  5. 文件的一致性校验:hashlib模块除了可以用于密码加密之外,还有一个常用的功能,那就是文件的一致性校验。

    #如果文件过大,全部读取出来直接就会撑爆内存的,所以我们要分段读取
    import hashlib
    # 直接 update
    md5obj = hashlib.md5()
    md5obj.update('宝元 is a old driver'.encode('utf-8'))
    print(md5obj.hexdigest())  # da525c66739e6baa8729332f8bae8e0f
    
    # 分段update
    md5obj = hashlib.md5()
    md5obj.update('宝元 '.encode('utf-8'))
    md5obj.update('is '.encode('utf-8'))
    md5obj.update('a '.encode('utf-8'))
    md5obj.update('old '.encode('utf-8'))
    md5obj.update('driver'.encode('utf-8'))
    print(md5obj.hexdigest())  # da525c66739e6baa8729332f8bae8e0f
    # 结果相同
  6. 高大上版文件校验

    #校验Pyhton解释器的Md5值是否相同
    import hashlib
    
    def file_check(file_path):
        with open(file_path,mode='rb') as f1:
            sha256 = hashlib.md5()
            while 1:
                content = f1.read(1024)
                if content:
                    sha256.update(content)
                else:
                    return sha256.hexdigest()
    print(file_check('python-3.6.6-amd64.exe'))

5.9 collections模块

  1. 简介:在内置数据类型(dict、list、set、tuple)的基础上,collections模块还提供了几个额外的数据类型:Counter、deque、defaultdict、namedtuple和OrderedDict等。

  2. namedtuple: 生成可以使用名字来访问元素内容的tuple

    #一个点的二维坐标就可以表示成:
    p = (1, 2)
    #但是,看到(1, 2),很难看出这个tuple是用来表示一个坐标的。
    from collections import namedtuple
    Point = namedtuple('Point', ['x', 'y'])
    p = Point(1, 2)
    print(p)
    #结果为:Point(x=1, y=2)
  3. deque: 双端队列,可以快速的从另外一侧追加和推出对象

    #使用list存储数据时,按索引访问元素很快,但是插入和删除元素就很慢了,因为list是线性存储,数据量大的时候,插入和删除效率很低。
    #deque是为了高效实现插入和删除操作的双向列表,适合用于队列和栈:
    from collections import deque
    q = deque(['a', 'b', 'c'])
    q.append('x')
    q.appendleft('y')
    q
    deque(['y', 'a', 'b', 'c', 'x'])
    #deque除了实现list的append()和pop()外,还支持appendleft()和popleft(),这样就可以非常高效地往头部添加或删除元素。
  4. Counter: 计数器,主要用来计数

    #Counter类的目的是用来跟踪值出现的次数。它是一个无序的容器类型,以字典的键值对形式存储,其中元素作为key,其计数作为value。计数值可以是任意的Interger(包括0和负数)。Counter类和其他语言的bags或multisets很相似。
    c = Counter('abcdeabcdabcaba')
    print c
    输出:Counter({'a': 5, 'b': 4, 'c': 3, 'd': 2, 'e': 1})
  5. OrderedDict: 有序字典

    #使用dict时,Key是无序的。在对dict做迭代时,我们无法确定Key的顺序。
    #如果要保持Key的顺序,可以用OrderedDict:
    from collections import OrderedDict
    d = dict([('a', 1), ('b', 2), ('c', 3)]) # 另一种定义字典的方式
    print(d)
    # 结果:
    {'a': 1, 'c': 3, 'b': 2}
    
    od = OrderedDict([('a', 1), ('b', 2), ('c', 3)])
    print(od)
    # 结果:
    OrderedDict([('a', 1), ('b', 2), ('c', 3)])
  6. defaultdict: 带有默认值的字典

    #有如下值集合 [11,22,33,44,55,66,77,88,99,90...],将所有大于 66 的值保存至字典的第一个key中,将小于 66 的值保存至第二个key的值中。
    #即: {'k1': 大于66 , 'k2': 小于66}
    li = [11,22,33,44,55,77,88,99,90]
    result = {}
    for row in li:
        if row > 66:
            if 'key1' not in result:
                result['key1'] = []
            result['key1'].append(row)
        else:
            if 'key2' not in result:
                result['key2'] = []
            result['key2'].append(row)
    print(result)
    
    
    from collections import defaultdict
    values = [11, 22, 33,44,55,66,77,88,99,90]
    my_dict = defaultdict(list)
    
    for value in  values:
        if value>66:
            my_dict['k1'].append(value)
        else:
            my_dict['k2'].append(value)
    #使用dict时,如果引用的Key不存在,就会抛出KeyError。如果希望key不存在时,返回一个默认值,就可以用defaultdict:
    from collections import defaultdict
    dd = defaultdict(lambda: 'N/A')
    dd['key1'] = 'abc'
     # key1存在
    print(dd['key1'])
    dd['key2'] # key2不存在,返回默认值
    print(dd['key2'])
上一篇:老男孩python-day1


下一篇:使用 dataset 管理数据(官网)