1.hashlib模块
#hashlib模块:摘要算法,它通过一个函数，把任意长度的数据转换为一个长度固定的数据串（通常用16进制的字符串表示）
##hashlib模块的应用
###加密
import hashlib
md5_obj = hashlib.md5() # 选择了md5算法，sha算法的使用类似
s = input('>>>')
md5_obj.update(s.encode('utf-8')) #以s做盐进行加密，提高安全性
print(md5_obj.hexdigest()) #打印摘要

hashlib加密的特点：
1.使用相同的算法对同一个字符串进行摘要在任意时刻 任意平台 任意语言结果总是不变的
2.这个摘要过程不可逆
3.对于不同的数据的计算结果总是不同的

###校验文件一致性
import os
import hashlib
def get_md5(file,n = 10240):
with open(file, 'rb') as f1:
md5_obj = hashlib.md5()
file_size = os.path.getsize(file)
while file_size>0:
md5_obj.update(f1.read(n))
file_size -= n
return md5_obj.hexdigest()

def compare(file1,file2):
return get_md5(file1) == get_md5(file2)

2.configparser模块
#configparser模块：设置配置文件
import configparser

config = configparser.ConfigParser()

config["DEFAULT"] = {'ServerAliveInterval': '45',
'Compression': 'yes',
'CompressionLevel': '9',
'ForwardX11':'yes'
}

config['bitbucket.org'] = {'User':'hg'}

config['topsecret.server.com'] = {'Host Port':'50022','ForwardX11':'no'}

with open('example.ini', 'w') as configfile:

config.write(configfile)

产生了一个example.ini文件，内容如下：
[DEFAULT]
ServerAliveInterval = 45
Compression = yes
CompressionLevel = 9
ForwardX11 = yes

[bitbucket.org]
User = hg

[topsecret.server.com]
Port = 50022
ForwardX11 = no
#可通过代码对文件进行增删查改操作，和操作字典方法类似

3.logging模块
#logging模块：日志格式的模块
##简单配置方式
import logging
logging.debug('debug message') # 调试模式
logging.info('info message') # 基础正常的信息
logging.warning('warning message') # 警告信息
logging.error('error message') # 错误信息
logging.critical('critical message') # 批判的 严重错误

logging.basicConfig(level=logging.DEBUG,
format='%(asctime)s %(filename)s[line:%(lineno)d] %(levelname)s %(message)s',
datefmt='%a, %d %b %Y %H:%M:%S',
filename='test.log',
filemode='a')

##logger对象的配置方式
*# 创建一个logger对象
创建一个屏幕管理对象
创建一个文件管理对象
创建一个格式对象

屏幕管理对象 + 一个格式对象
文件管理对象 + 一个格式对象

logger对象*
屏幕管理对象
文件管理对象

logger = logging.getLogger() # 创建一个logger对象
sh = logging.StreamHandler() # 创建一个屏幕管理对象
fh = logging.FileHandler('test2.log',encoding='utf-8') # 创建一个文件管理对象
fomatter = logging.Formatter('%(asctime)s - %(name)s - %(levelname)s - %(message)s') # 创建一个格式对象

sh.setFormatter(fomatter) # 屏幕管理对象 + 一个格式对象
fh.setFormatter(fomatter) # 文件管理对象 + 一个格式对象
sh.setLevel(logging.WARNING) #屏幕管理对象的输出级别
fh.setLevel(logging.INFO) # 文件管理对象的输出级别

logger.addHandler(sh) #logger对象+屏幕管理对象
logger.addHandler(fh) #logger对象+文件管理对象
logger.setLevel(logging.DEBUG)

logger.debug('你好') # 调试模式
logger.info('info message') # 基础正常的信息
logger.warning('warning message') # 警告信息
logger.error('error message') # 错误信息
logger.critical('critical message') # 批判的 严重错误

4.序列化模块
#将数据结构转换成字符串是序列化，将字符串转换成数据结构是反序列化。序列化主要是为了文件存储和网络传输。相关的模块有json pickle shelve
import json
lst = [1,2,3,'bbb']
dic = {'a':1,2:3}
ret1= json.dumps(lst) #dumps将数据类型转字符串
print(ret1,type(ret1))
ret2= json.dumps(dic)
print(ret2,type(ret2))

res1 = json.loads(ret1) #loads反序列化过程
res2= json.loads(ret2)
print(res1,type(res1))
print(ret2,type(res2))
##json 只支持有限的数据类型 字典 列表 数字类型
f = open('json_file','w')
json.dump([1,2,3],f) #dump操作和文件相关
f.close()

f = open('json_file','r')
content = json.load(f) #load操作和文件相关
f.close()

#pickle和json用法类似，pickle只支持python，几乎支持所有数据类型。json所有的语言都通用，支持的数据类型有限