1. hashlib模块

加密模块
所谓加密就是将明文数据通过一系列算法变成密文数据（其目的就是为了数据安全）
加密算法有：md系列，sha系列
还有单独成体系的：base系列，hmac系列

1.1 基本使用

import hashlib

"""基本使用"""

# 1. 先确定算法类型（md5常用）
md5 = hashlib.md5()

# 2. 将明文数据传递给md5算法（update只能接收bytes类型数据）
md5.update('明文数据'.encode('utf8'))
md5.update(b'hello123')

# 3. 获取加密之后的密文数据(没有规则的一串随机字符串)
res = md5.hexdigest()
print(res)

"""
机密之后的密文数据是没有办法反解密成明文数据的。
	至于市面上所谓的破解，就是提前算出一系列明文对应的密文，
	之后再对比密文获取明文。
"""

1.2 详细操作

import hashlib

# 1. 明文数据只要是相同的，那么无论如何传递，加密的结果肯定是一样。
# md5.update(b'hello123')

md5.update(b'hello')
md5.update(b'123')
res = md5.hexdigest()
print(res)


# 2. 密文数据越长表示内部对应的算法越复杂，越难被正向破解。

"""
密文越长表示算法越复杂，对应的破解算法的难度越高。
但是越复杂的算法所需要消耗的资源也就越多，
密文越长基于网络发送需要占据的数据也就越大
具体使用什么算法，取决于项目的要求，一般情况下md5足够了。
"""


# 3. 设计到用户密码存储，其实都是密文，只有用户自己知道明文是什么
"""
ATM购物车练习，用户密码采取的就是密文存取！
优点：
	1. 内部程序员无法得知明文数据
	2. 数据泄露也无法得知明文数据
"""


# 4. 加盐处理！！！
# 在对明文数据做加密处理过程中添加一些干扰项

import hashlib

md5 = hashlib.md5()
# 加盐（干扰项）
md5.update(b'this is salt!!')
# 真实密码数据
md5.update(b'joshua123')
res = md5.hexdigest()
print(res)


# 5. 动态加盐
import hashlib
import time
"""添加一些变化的干扰项"""

md5 = hashlib.md5()
# 动态加盐干扰：当前实际，用户名的部分，uuid（随机字符串，永远不会重复）

ret = str(time.time())
md5.update(ret.encode('utf8'))

# 真实密码数据
md5.update(b'joshua123')
res = md5.hexdigest()
print(res)

"""
在IT互联网领域，没有绝对的安全可言，只有更安全
	原因在于互联网的本质，就是通过网线（网卡）连接计算机。
"""


# 6. 校验文件一致性
"""
如果文件不是很大的情况下，可以将所有文件内容全部加密处理，
但是如果文件特别大，全部加密处理耗时耗资源，如何解决？？？
	针对大文件，可以使用切片读取的方式
	随机抽取文件的几个部分来读一下
"""
# 实现
import os
# 读取文件的总大小
total_size = os.getsize(r'a.txt')
# 制定分片读取策略（读几段，每段几个字节...）
# f.seek()
read_method = [0, total_size//4, total_size//2, total_size]

比特流技术，，，断点续传。。。

2. logging日志模块

知识点很多，需要掌握的很少，需要会用即可.

import logging

# 日志有五个等级（安全级别）
logging.debug()  # 啥都记
# 10

logging.info()  # 正常程序运行的记录
# 20

logging.warning('warning级别')  # 警告预警
# 30

logging.error('error级别')  # 出错了
# 40

logging.critical('critical级别')  # 危及
# 50

# 起码记录30及以上，是有必要的。
"""默认记录的级别在30及以上"""

# 简单使用
copy过来

1. 如何控制日志输出的位置
	想在文件和终端中同时打印

2. 不同位置如何左到不同的日志格式
	文件详细一些，终端简单一些

日志模块的四大对象：

# 1. logger对象：负责生产日志

# 2. filter对象：负责过滤日志（直接忽略）

# 3. handler对象：负责日志产生的位置

# 4. formatter对象：负责日志的格式

配置字典！！！！！！

# 核心就在于CV
import logging
import logging.config

standard_format = '[%(asctime)s][%(threadName)s:%(thread)d][task_id:%(name)s][%(filename)s:%(lineno)d]' \
                  '[%(levelname)s][%(message)s]' #其中name为getlogger指定的名字

simple_format = '[%(levelname)s][%(asctime)s][%(filename)s:%(lineno)d]%(message)s'

logfile_path = 'a3.log'
# log配置字典
LOGGING_DIC = {
    'version': 1,
    'disable_existing_loggers': False,
    'formatters': {
        'standard': {
            'format': standard_format
        },
        'simple': {
            'format': simple_format
        },
    },
    'filters': {},  # 过滤日志
    'handlers': {
        #打印到终端的日志
        'console': {
            'level': 'DEBUG',
            'class': 'logging.StreamHandler',  # 打印到屏幕
            'formatter': 'simple'
        },
        #打印到文件的日志,收集info及以上的日志
        'default': {
            'level': 'DEBUG',
            'class': 'logging.handlers.RotatingFileHandler',  # 保存到文件
            'formatter': 'standard',
            'filename': logfile_path,  # 日志文件
            'maxBytes': 1024*1024*5,  # 日志大小 5M
            'backupCount': 5,
            'encoding': 'utf-8',  # 日志文件的编码，再也不用担心中文log乱码了
        },
    },
    'loggers': {
        #logging.getLogger(__name__)拿到的logger配置  空字符串作为键 能够兼容所有的日志
        '': {
            'handlers': ['default', 'console'],  # 这里把上面定义的两个handler都加上，即log数据既写入文件又打印到屏幕
            'level': 'DEBUG',
            'propagate': True,  # 向上（更高level的logger）传递
        },  # 当键不存在的情况下 (key设为空字符串)默认都会使用该k:v配置
    },
}


# 使用配置字典
logging.config.dictConfig(LOGGING_DIC)  # 自动加载字典中的配置
logger1 = logging.getLogger('xxx')
logger1.debug('好好的 不要浮躁 努力就有收获')