您的位置:

关于导入python文件时的问题的信息

本文目录一览:

python的文档导入和属性问题

1. 为什么函数的条件是if __name__=='__main__';?

答:

运行一个.py文件时,这个文件本身的__name__的值就是__main__,即程序的入口,当你是在这个文件本身运行它时,那么if内的代码就会运行。那什么时候不会运行呢?自然就是在别的文件运行时引用到它的时候,也就是这个文件作为模块被其他文件引用时(此时,启动文件时别的文件)

2. 怎么把四个课程信息都导入进去啊?

答:

读取的思路是没错的,但是,代码写错了,具体代码见最后代码部分.

3. 不是一次只能定义一个课程信息吗? and 怎么定义四次课程信息?

答:

因为你声明的课程类是每一门课对应一条课程信息,所以,要将四条信息全部存下来,你需要实例化四个课程对象

4. 他们是怎么同时存在的?and 像列表一样有编号吗?

答:

实例化后的对象是在内存中的,保存实例化的变量就保存了执行内存中的地址(当然这对于你来说是不可见的,也不需要你来直接操作内存)

5. 要对课程信息进行修改该如何进行大致外部操作?

答:

访问这些信息只需要按照正常访问属性和方法就行了,例如course1.__course_name就是课程的名称,course1.get_course_name()也能得到课程的名称

正确代码示例:

class Course:

    """课程"""

    def __init__(self, course_name, course_id, credit, instructor_name, address, description):

        self.__course_name = course_name

        self.__course_id = course_id

        self.__credit = credit

        self.__instructor_name = instructor_name

        self.__address = address

        self.__description = description

    def get_course_name(self):

        return self.__course_name

    def __str__(self):

        string = 'Course_name:' + self.__course_name + '\n'

        string += 'Course_id:' + self.__course_id + '\n'

        string += 'Credit:' + self.__credit + '\n'

        string += 'Instructor_name:' + self.__instructor_name + '\n'

        string += 'Address:' + self.__address + '\n'

        string += 'Description:' + self.__description + '\n'

        return string

if __name__ == '__main__':

    fi = open('course.txt', 'r')

    course_list = []  # 课程对象列表

    while True:

        line1 = fi.readline().strip()  # 读取1行

        if line1 == '':

            break

        line2 = fi.readline().strip()  # 读取1行

        tem_list = line1.split(sep=",")

        course_list.append(

            Course(tem_list[0], tem_list[1], tem_list[2], tem_list[3], tem_list[4], line2))  # 将实例化的课程对象添加到课程对象列表中

    fi.close()

    # 打印保存的课程对象数组

    for course in course_list:

        print(course)

输出(数据只测试两条)

Course_name:Academic English I

Course_id:31060101

Credit:3

Instructor_name:Liang ZHU-GE

Address:8-101

Description:Two hours each week-day.

Course_name:Advanced Mathematics l1

Course_id:31060102

Credit:4.5

Instructor_name:ChongZhi ZU

Address:8=101

Description:Two lectures in a week

程序使用的course.txt文件

Academic English I,31060101,3,Liang ZHU-GE,8-101

Two hours each week-day.

Advanced Mathematics l1,31060102,4.5,ChongZhi ZU,8=101

Two lectures in a week

以上代码已上传github,欢迎下载,star网页链接

python 导入模块问题

Python是一种面向对象的编程语言,里面包含有丰富强大的库,想要学习Python开发,首先需要学习如何导入模块或包。下面就跟大家一起讨论下Python导入模块的几种方法:

常规导入

最常用的导入方式,大概是这样的:

import sys

只需要使用 import ,然后指定希望导入的模块或包即可。用这种方法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

有时我们只想要导入一个模块或库中的某个部分。那么Python是如何实现这点:

from functools import lru_cache

上面这行代码可以让你直接调用 lru_cache 。如果按常规方式导入 functools ,那么就必须像这样调用 lru_cache :

functools.lru_cache(*args)

根据实际的使用场景,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, unlinkfrom 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 subpackage1from . 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_xfrom . 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_xOut[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

from . module_y import spam as hamValueError: 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

from . module_y import spam as hamSystemError: 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 syssys.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 responsesexcept 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 urlopenexcept 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.pyimport 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

import math

File "/Users/michael/Desktop/math.py", line 6, in

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 。

python在导入nupmy和matplotlib时遇到问题

1.最开始,在装完nltk,numpy和scipy以及matplotlib后,我直接在python交互式命令行中导入matplotlib模块,结果提示缺少模块six,如下图所示:

这个模块实在刚才装完的SciPy包中,找到自己的Python的安装目录,然后把%PYTHON_ROOT%\Lib\site-packages\scipy\lib目下的six.py,six.pyc,six.pyo三个文件放到%PYTHON_ROOT%\Lib\site-packages目录下即可解决这个问题,这里%PYTHON_ROOT%是指你电脑上的python安装的根目录,如我是把python安装在C盘根目录的,所以在我电脑上这个%PYTHON_ROOT%表示的是C:\python27,这个根据你自己安装Python的目录不同而不同。

2.在解决上面的问题后,再次在python交互式命令行下,导入matplotlib模块,结果仍然提示出错,如下图:

根据提示可以知道,matplotlib需要dateutil,所以我们需要安装第6步中的dateutil,在我给的链接里,如今只能下到.whl格式的安装文件,这个是python自己的包文件需要用到python的包管理软件来安装,python自带的包管理软件常见的有setuptools和pip两种,我这里使用的是pip来进行安装。使用之前最好自己添加环境变量,免得在后面使用时,要输入Pip程序的完整路劲比较麻烦。在系统变量Path的最后面添加如下的地址:%PYTHON_ROOT%\Scripts。其中,%PYTHON_ROOT%仍然是python的根目录。安装过程如下:将下载好的dateutil的安装包,放到某个目录下,如我把它放在D盘根目录,然后打开windows的命令行窗口,请注意是Windows的命令行窗口,然后进入D盘根目录,然后输入如下命令,如下图下半部分所示:

3.安装完dateutil后,导入matplotlib仍然提示有错,提示缺少pyparsing模块,按照第二步方式,下载安装文件,安装完成后,便可正确导入matplotlib模块,安装的命令如上图上半部分所示,这里不再赘述。正确安装后即可成功导入,如下图所示:

安装的正确过程:

1.先安装python,我用的是32位python3.4.1(下载地址可以去:,当然也可以去官网,但nltk官网上给出了相应版本的nltk所需要的python版本)

2.安装nltk(版本nltk-3.0.1.win32),这是python下的一个自然语言工具,里面集成了很多处理自然语言所需要的函数。(下载地址:同上)

3.安装NumPy(版本numpy-1.8.1-win32-superpack-python3.4)(下载地址:)

4.安装SciPy(版本scipy-0.15.1-win32-superpack-python3.4)(下载地址:同上)

5.安装Matplotlib(版本matplotlib-1.4.1.win32-py3.4)(下载地址:)

6.安装dateutil(版本python_dateutil-2.3-py2.py3-none-any)(下载地址:)

7.安装Pyparsing(版本pyparsing-2.0.3-py3-none-any)(下载地址:同上)

其中,NumPy和SciPy中的一些模块,是导入Matplotlib所需的,应该安装。

python导入py文件报错怎么办

其实这两个错误的原因归根结底是一样的:在涉及到相对导入时,package所对应的文件夹必须正确的被python解释器视作package,而不是普通文件夹。否则由于不被视作package,无法利用package之间的嵌套关系实现python中包的相对导入。

文件夹被python解释器视作package需要满足两个条件:

1、文件夹中必须有__init__.py文件,该文件可以为空,但必须存在该文件。

2、不能作为顶层模块来执行该文件夹中的py文件(即不能作为主函数的入口)。

补充:在"from YY import XX"这样的代码中,无论是XX还是YY,只要被python解释器视作package,就会首先调用该package的__init__.py文件。如果都是package,则调用顺序是YY,XX。

另外,练习中“from . import XXX”和“from .. import XXX”中的'.'和'..',可以等同于linux里的shell中'.'和'..'的作用,表示当前工作目录的package和上一级的package。

Python导入模块问题

Python是一种面向对象的编程语言,里面包含有丰富强大的库,想要学习Python开发,首先需要学习如何导入模块或包。下面就跟大家一起讨论下Python导入模块的几种方法:

常规导入

最常用的导入方式,大概是这样的:

import sys

只需要使用 import ,然后指定希望导入的模块或包即可。用这种方法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

有时我们只想要导入一个模块或库中的某个部分。那么Python是如何实现这点:

from functools import lru_cache

上面这行代码可以让你直接调用 lru_cache 。如果按常规方式导入 functools ,那么就必须像这样调用 lru_cache :

functools.lru_cache(*args)

根据实际的使用场景,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, unlinkfrom 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 subpackage1from . 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_xfrom . 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_xOut[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 hamValueError: 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 hamSystemError: 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 syssys.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 responsesexcept 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 urlopenexcept 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.pyimport 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 。