当前位置:首页 > 文章列表 > 文章 > python教程 > python自动导入包如何实现

python自动导入包如何实现

来源:亿速云 2024-04-15 18:09:20 0浏览 收藏

文章不知道大家是否熟悉?今天我将给大家介绍《python自动导入包如何实现》,这篇文章主要会讲到等等知识点,如果你在看完本篇文章后,有更好的建议或者发现哪里有问题,希望大家都能积极评论指出,谢谢!希望我们能一起加油进步!

问题描述: 代码编写过程中,需要引入文件,但是引入的文件随着项目的变大会变多,所以编写了一个自动导入的方法,会根据文件名称的特点进行导入。

def auto_import(packagePath: str, fileTag: str, interceptLength: int, level=1):
    """
    自动导入函数,导入具有某个标识的文件
    :param packagePath: 当前包路径
    :param level: 软件包层级
    :param fileTag:文件名称标识
    :param interceptLength:导入属性截取名称
    :return:
    """
    # 定义导入属性列表和包
    att_list = []
    # 获取对应的包层级
    rank = level
    package = ''
    for i in range(level):
        # 获取父级包名称拼接包名称
        package += packagePath.split('\\')[-rank] + '.'
        rank -= 1
    # 遍历当前包下的所有文件
    for fileName in os.listdir(packagePath):
        # 筛选出nameTag的文件进行导入
        if fileTag in fileName:
            print(f'导入包名称:{package}' + fileName[:-3])
            # 动态导入包,并获取包内的具体模块、属性
            att_list.append(
                # 导入包中的某个属性
                importlib.import_module(
                    # 拼接模块路径
                    f'{package}' + fileName[:-3]
                    # 获取模块中的对应属性
                ).__dict__[fileName[:-interceptLength]])
    # 返回属性列表
    return att_list

假如我们创建了多个TableModel文件,需要校验对应的文件是否在数据库中存在,那么我们就可以这么用:

import os
import auto_import


def auto_check_model():
    """
    导入tableModel中的所有文件,验证数据库中表是否存在
    :return: 返回验证结果
    """
    # 获取当前文件夹路径
    packagePath = os.path.dirname(os.path.realpath(__file__))
    # 获取所有model文件
    model_list = auto_import(packagePath=packagePath, fileTag='Model',  interceptLength=8, level=2)
    # 建立数据库连接
    connect = DatabaseOperation().connect()
    # 检查model在数据库中是否存在,不存在则创建
    for i in range(len(model_list)):
        model_list[i].metadata.create_all(connect)
        print(f"####     {model_list[i].__name__}校验完成!    ####")

今天关于《python自动导入包如何实现》的内容介绍就到此结束,如果有什么疑问或者建议,可以在golang学习网公众号下多多回复交流;文中若有不正之处,也希望回复留言以告知!

版本声明
本文转载于:亿速云 如有侵犯,请联系study_golang@163.com删除
go如何执行linux命令go如何执行linux命令
上一篇
go如何执行linux命令
全国首家京东自营小米之家门店开业,首次联合共建品牌线下门店
下一篇
全国首家京东自营小米之家门店开业,首次联合共建品牌线下门店
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    140次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    206次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    149次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    129次使用
  • CMMLU中文大模型评估基准:功能、使用教程与应用场景解析
    CMMLU
    深入了解CMMLU中文评估基准,涵盖67个学科主题,提供数据集下载、Zero-shot/Five-shot评估方法及排行榜,助力优化中文语言模型性能。
    117次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议隐私政策
返回登录
  • 重置密码