image
作为一名新手Python程序员，你首先需要学习的内容之一就是如何导入模块或包。但是我注意到，那些许多年来不时使用Python的人并不是都知道Python的导入机制其实非常灵活。在本文中，我们将探讨以下话题：
- 常规导入（regular imports）
- 使用from语句导入
- 相对导入（relative imports）
- 可选导入（optional imports）
- 本地导入（local imports）
- 导入注意事项
常规导入
常规导入应该是最常使用的导入方式，大概是这样的：
import
sys
你只需要使用 import一词，然后指定你希望导入的模块或包即可。通过这种方式导入的好处是可以一次性导入多个包或模块：
import
os, sys, time
虽然这节省了空间，但是却违背了Python风格指南。Python风格指南建议将每个导入语句单独成行。
有时在导入模块时，你想要重命名这个模块。这个功能很容易实现：
import
sys
as
system
print
(system.platform)
上面的代码将我们导入的 sys模块重命名为 system。我们可以按照和以前一样的方式调用模块的方法，但是可以用一个新的模块名。也有某些子模块必须要使用点标记法才能导入。
import
urllib.error
这个情况不常见，但是对此有所了解总是没有坏处的。
使用from语句导入
很多时候你只想要导入一个模块或库中的某个部分。我们来看看在Python中如何实现这点：
from
functools
import
lru_cache
上面这行代码可以让你直接调用 lru_cache。如果你按常规方式导入 functools，那么你就必须像这样调用 lru_cache：
functools.lru_cache(*args)
根据你实际的使用场景，上面的做法可能是更好的。在复杂的代码库中，能够看出某个函数是从哪里导入的这点很有用的。不过，如果你的代码维护的很好，模块化程度高，那么只从某个模块中导入一部分内容也是非常方便和简洁的。
当然，你还可以使用from方法导入模块的全部内容，就像这样：
from
os
import
*
这种做法在少数情况下是挺方便的，但是这样也会打乱你的命名空间。问题在于，你可能定义了一个与导入模块中名称相同的变量或函数，这时如果你试图使用 os模块中的同名变量或函数，实际使用的将是你自己定义的内容。因此，你最后可能会碰到一个相当让人困惑的逻辑错误。标准库中我唯一推荐全盘导入的模块只有Tkinter。
如果你正好要写自己的模块或包，有人会建议你在 init.py文件中导入所有内容，让模块或者包使用起来更方便。我个人更喜欢显示地导入，而非隐式地导入。
你也可以采取折中方案，从一个包中导入多个项：
from
os
import
path, walk, unlink
from
os
import
uname, remove
在上述代码中，我们从 os模块中导入了5个函数。你可能注意到了，我们是通过多次从同一个模块中导入实现的。当然，如果你愿意的话，你也可以使用圆括号一次性导入多个项：
from
os
import
(path, walk, unlink, uname,
remove, rename)
这是一个有用的技巧，不过你也可以换一种方式：
from
os
import
path, walk, unlink, uname, \
remove, rename
上面的反斜杠是Python中的续行符，告诉解释器这行代码延续至下一行。
相对导入
PEP 328介绍了引入相对导入的原因，以及选择了哪种语法。具体来说，是使用句点来决定如何相对导入其他包或模块。这么做的原因是为了避免偶然情况下导入标准库中的模块产生冲突。这里我们以PEP 328中给出的文件夹结构为例，看看相对导入是如何工作的：
my_package/
__init__.py
subpackage1/
__init__.py
module_x.py
module_y.py
subpackage2/
__init__.py
module_z.py
module_a.py
在本地磁盘上找个地方创建上述文件和文件夹。在顶层的 init.py文件中，输入以下代码：
from
.
import
subpackage1
from
.
import
subpackage2
接下来进入 subpackage1文件夹，编辑其中的 init.py文件，输入以下代码：
from
.
import
module_x
from
.
import
module_y
现在编辑 module_x.py文件，输入以下代码：
from
.module_y
import
spam
as
ham
def
main():
ham()
最后编辑 module_y.py文件，输入以下代码：
def
spam():
print
(
'spam '
*
3
)
打开终端， cd至 my_package包所在的文件夹，但不要进入 my_package。在这个文件夹下运行Python解释器。我使用的是IPython，因为它的自动补全功能非常方便：
In
[
1
]:
import
my_package
In
[
2
]: my_package.subpackage1.module_x
Out
[
2
]: <
module
'my_package.subpackage1.module_x'
from
'my_package/subpackage1/module_x.py'
>
In
[
3
]: my_package.subpackage1.module_x.main()
spam spam spam
相对导入适用于你最终要放入包中的代码。如果你编写了很多相关性强的代码，那么应该采用这种导入方式。你会发现PyPI上有很多流行的包也是采用了相对导入。还要注意一点，如果你想要跨越多个文件层级进行导入，只需要使用多个句点即可。不过，PEP 328建议相对导入的层级不要超过两层。
还要注意一点，如果你往 module_x.py文件中添加了 if__name__==‘main’，然后试图运行这个文件，你会碰到一个很难理解的错误。编辑一下文件，试试看吧！
from
. module_y
import
spam
as
ham
def
main():
ham()
if
__name__ ==
'__main__'
:
# This won't work!
main()
现在从终端进入 subpackage1文件夹，执行以下命令：
python module_x.py
如果你使用的是Python 2，你应该会看到下面的错误信息：
Traceback
(most recent call
last
):
File
"module_x.py"
, line
1
,
in
<module>
from
. module_y
import
spam
as
ham
ValueError
:
Attempted
relative
import
in
non-
package
如果你使用的是Python 3，错误信息大概是这样的：
Traceback
(most recent call
last
):
File
"module_x.py"
, line
1
,
in
<module>
from
. module_y
import
spam
as
ham
SystemError
:
Parent
module
''
not
loaded, cannot perform relative
import
这指的是， module_x.py是某个包中的一个模块，而你试图以脚本模式执行，但是这种模式不支持相对导入。
如果你想在自己的代码中使用这个模块，那么你必须将其添加至Python的导入检索路径（import search path）。最简单的做法如下：
import
sys
sys.path.append(
'/path/to/folder/containing/my_package'
)
import
my_package
注意，你需要添加的是 my_package的上一层文件夹路径，而不是 my_package本身。原因是 my_package就是我们想要使用的包，所以如果你添加它的路径，那么将无法使用这个包。
我们接下来谈谈可选导入。
可选导入（Optional imports）
如果你希望优先使用某个模块或包，但是同时也想在没有这个模块或包的情况下有备选，你就可以使用可选导入这种方式。这样做可以导入支持某个软件的多种版本或者实现性能提升。以github2包中的代码为例：
try
:
# For Python 3
from
http.client
import
responses
except
ImportError
:
# For Python 2.5-2.7
try
:
from
httplib
import
responses
# NOQA
except
ImportError
:
# For Python 2.4
from
BaseHTTPServer
import
BaseHTTPRequestHandler
as
_BHRH
responses = dict([(k, v[
0
])
for
k, v
in
_BHRH.responses.items()])
lxml包也有使用可选导入方式：
try
:
from
urlparse
import
urljoin
from
urllib2
import
urlopen
except
ImportError
:
# Python 3
from
urllib.parse
import
urljoin
from
urllib.request
import
urlopen
正如以上示例所示，可选导入的使用很常见，是一个值得掌握的技巧。
局部导入
当你在局部作用域中导入模块时，你执行的就是局部导入。如果你在Python脚本文件的顶部导入一个模块，那么你就是在将该模块导入至全局作用域，这意味着之后的任何函数或方法都可能访问该模块。例如：
import
sys
# global scope
def
square_root(a):
# This import is into the square_root functions local scope
import
math
return
math.sqrt(a)
def
my_pow(base_num, power):
return
math.pow(base_num, power)
if
__name__ ==
'__main__'
:
print
(square_root(
49
))
print
(my_pow(
2
,
3
))
这里，我们将 sys模块导入至全局作用域，但我们并没有使用这个模块。然后，在 square_root函数中，我们将 math模块导入至该函数的局部作用域，这意味着 math模块只能在 square_root函数内部使用。如果我们试图在 my_pow函数中使用 math，会引发 NameError。试着执行这个脚本，看看会发生什么。
使用局部作用域的好处之一，是你使用的模块可能需要很长时间才能导入，如果是这样的话，将其放在某个不经常调用的函数中或许更加合理，而不是直接在全局作用域中导入。老实说，我几乎从没有使用过局部导入，主要是因为如果模块内部到处都有导入语句，会很难分辨出这样做的原因和用途。根据约定，所有的导入语句都应该位于模块的顶部。
导入注意事项
在导入模块方面，有几个程序员常犯的错误。这里我们介绍两个。
- 循环导入（circular imports）
- 覆盖导入（Shadowed imports，暂时翻译为覆盖导入）
先来看看循环导入。
循环导入
如果你创建两个模块，二者相互导入对方，那么就会出现循环导入。例如：
# a.py
import
b
def
a_test():
print
(
"in a_test"
)
b.b_test()
a_test()
然后在同个文件夹中创建另一个模块，将其命名为 b.py。
import
a
def
b_test():
print
(
'In test_b"'
)
a.a_test()
b_test()
如果你运行任意一个模块，都会引发 AttributeError。这是因为这两个模块都在试图导入对方。简单来说，模块 a想要导入模块 b，但是因为模块 b也在试图导入模块 a（这时正在执行），模块 a将无法完成模块 b的导入。我看过一些解决这个问题的破解方法（hack），但是一般来说，你应该做的是重构代码，避免发生这种情况。
覆盖导入
当你创建的模块与标准库中的模块同名时，如果你导入这个模块，就会出现覆盖导入。举个例子，创建一个名叫 math.py的文件，在其中写入如下代码：
import
math
def
square_root(number):
return
math.sqrt(number)
square_root(
72
)
现在打开终端，试着运行这个文件，你会得到以下回溯信息（traceback）：
Traceback
(most recent call
last
):
File
"math.py"
, line
1
,
in
<module>
import
math
File
"/Users/michael/Desktop/math.py"
, line
6
,
in
<module>
square_root(
72
)
File
"/Users/michael/Desktop/math.py"
, line
4
,
in
square_root
return
math.sqrt(number)
AttributeError
:
module
'math'
has
no
attribute
'sqrt'
这到底是怎么回事？其实，你运行这个文件的时候，Python解释器首先在当前运行脚本所处的的文件夹中查找名叫 math的模块。在这个例子中，解释器找到了我们正在执行的模块，试图导入它。但是我们的模块中并没有叫 sqrt的函数或属性，所以就抛出了 AttributeError。
总结
在本文中，我们讲了很多有关导入的内容，但是还有部分内容没有涉及。PEP 302中介绍了导入钩子（import hooks），支持实现一些非常酷的功能，比如说直接从github导入。Python标准库中还有一个importlib模块，值得查看学习。当然，你还可以多看看别人写的代码，不断挖掘更多好用的妙招。
如果你对Python编程感兴趣，那么记得来小编的Python学习扣群：556370268，这里有资源共享，技术解答，大家可以在一起交流Python编程经验，还有小编整理的一份Python学习教程，希望能帮助大家更好的学习python。
网友评论