在介绍一些标准库模块前，先来说说如何探索模块，这是一种很有用的技能。 因为在使用 Python 语言解决实际问题时会遇到很多很有用的模块，如果能快速而轻松地理解它们，编程工作将有趣得多。

模块组成

要探索模块，最直接的方式是使用Python解释器进行研究。为此，首先需要将模块导入。 假设听说有一个名为 copy 的标准模块。

这个模块是做什么用的呢？它都包含些什么呢？

dir() 函数

要查明模块包含哪些东西，可使用函数 dir() ，它列出对象的所有属性。 如果将 dir(copy) 的结果打印出来，将是一个很长的名称列表。在这些名称中，有几个以下划线打头。 根据约定，这意味着它们并非供外部使用。有鉴于此，接下来使用一个简单的列表推导将这些名称过滤掉。

结果包含 dir(copy) 返回的不以下划线打头的名称，这比完整清单要好懂些。

变量__all__

在前一节中使用简单的列表推导来猜测可在模块 copy 中看到哪些内容,然而可直接咨询 这个模块来获得正确的答案。在 dir(copy) 返回的完整清单中,包含名称 __all__ 。 这个变量包含一个列表,它与前面使用列表推导创建的列表类似,但是在模块内部设置的。下面来看看这个列表包含的内容:

前面的猜测不算太离谱，只是多了几个并非供用户使用的名称。 这个 __all__ 列表是怎么来的呢？为何要提供它？

第一个问题很容易回答：它是在模块 copy 中像下面这样设置的：

为何要提供它呢？旨在定义模块的公有接口。具体地说，它告诉解释器从这个模块导入所有 的名称意味着什么。因此，如果使用如下代码：

将只能得到变量 __all__ 中列出的4个函数。要导入 PyStringMap , 必须显式地:导入 copy 并使用 copy.PyStringMap ; 或者使用 from copy import PyStringMap 。

编写模块时,像这样设置 __all__ 也很有用。 因为模块可能包含大量其他程序不需要的变量、函数和类,比较周全的做法是将它们过滤掉。 如果不设置 __all__ ， 则在以 import * 方式导入时会导入所有不以下划线打头的全局名称。

help

前面一直在巧妙地利用所熟悉的各种Python函数和特殊属性来探索模块 copy 。 对这种探索来说，交互式解释器是一个强大的工具，因为使用它来探测模块时， 探测的深度仅受限于对Python 语言的掌握程度。

有一个标准函数可提供通常需要的所有信息，它就是 help() 。 下面来尝试使用它获取有关函数 copy 的信息：

上述帮助信息指出,函数 copy 只接受一个参数 x ,且执行的是浅复制。在帮助信息中,还提 到了模块的 __doc__字符串。 __doc__ 字符串是什么呢?可能还记得,第6章提到了文档字符串。 文档字符串就是在函数开头编写的字符串,用于对函数进行说明,而函数的属性 __doc__ 可能包含这个字符串。 从前面的帮助信息可知,模块也可能有文档字符串(它们位于模块的开头) ,而类也可能如此(位于类的开头)。

实际上，前面的帮助信息是从函数 copy 的文档字符串中提取的：

相比于直接查看文档字符串，使用 help 的优点是可获取更多的信息，如函数的特征标（即它 接受的参数）。请尝试对模块 copy 本身调用 help ，看看将显示哪些信息。这将打印大量的信息， 包括对 copy 和 deepcopy 之间差别的详细讨论（大致而言，deepcopy(x) 创建 x 的属性的副本并依此 类推； 而 copy(x) 只复制 x ，并将副本的属性关联到 x 的属性值）。

__doc__ 属性

显然，文档是有关模块信息的自然来源。之所以到现在才讨论文档，是因为查看模块本身 要快得多。 例如可能想知道 range 的参数是什么？在这种情况下，与其在Python图书或标准 Python文档中查找对 range 的描述， 不如直接检查这个函数。

这样就获得了函数 range 的准确描述。另外，由于通常是在编程时想了解函数的功能， 而此时Python解释器很可能正在运行，因此获取这些信息只需几秒钟。

源代码

在大多数情况下，前面讨论的探索技巧都够用了。但要真正理解Python语言， 可能需要了解 一些不阅读源代码就无法了解的事情。事实上，要学习Python， 阅读源代码是除动手编写代码外的最佳方式。

实际阅读源代码应该不成问题，但源代码在哪里呢？假设要阅读标准模块 copy 的代码， 可以在什么地方找到呢？一种办法是像解释器那样通过 sys.path 来查找， 但更快捷的方式是查看模块的特性 file 。

找到了！可在代码编辑器（如IDLE）中打开文件 copy.py ，并开始研究其工作原理。 如果列出的文件名以 .pyc 结尾，可打开以 .py 结尾的相应文件。

警告：在文本编辑器中打开标准库文件时，存在不小心修改它的风险。这可能会破坏文件。 因此关闭文件时，千万不要保存可能对其所做的修改。

请注意，有些模块的源代码完全无法读懂。它们可能是解释器的组成部分（如模块 sys ）， 还可能是使用C语言编写的。

让模块可用

在前面的示例中，修改了 sys.path 。sys.path 包含一个目录列表，解释器将在这些目录中查找模块。 然而，通常不想这样做。最理想的情况是，sys.path 一开始就包含正确的目录。为此有两种办法： 将模块放在正确的位置；告诉解释器到哪里去查找。

模块位置

将模块放在正确的位置很容易，只需找出Python解释器到哪里去查找模块，再将文件放在这个地方即可。 在使用的计算机中，如果Python解释器是管理员安装的，而有没有管理员权限， 就可能无法将模块保存到Python使用的目录中。在这种情况下，需要采用随后要介绍的另一种解决方案： 告诉解释器去哪里查找。

可在模块 sys 的变量 path 中找到目录列表（即搜索路径）。

这里的要点是，每个字符串都表示一个位置，如果要让解释器能够找到模块， 可将其放在其中任何一个位置中。虽然放在这里显示 的任何一个位置中都可行， 但目录 site-packages 是最佳的选择，因为它就是用来放置模块的。计算机中查看 sys.path ， 找到目录 site-packages ，并将模块保存到这里， 但要使用另一个名称，如 another_hello.py 。然后，尝试像下面这样做：

只要模块位于类似于 site-packages 这样的地方，所有的程序就都能够导入它。

解释器查找

将模块放在正确的位置可能不是合适的解决方案，其中的原因很多。

• 不希望Python解释器的目录中充斥着编写的模块。
• 没有必要的权限，无法将文件保存到Python解释器的目录中。
• 想将模块放在其他地方。

最重要的是，如果将模块放在其他地方，就必须告诉解释器到哪里去查找。前面说过， 要告诉解释器到哪里去查找模块，办法之一是直接修改 sys.path ，但这种做法不常见。 标准做法是将 模块所在的目录包含在环境变量 PYTHONPATH 中。

环境变量 PYTHONPATH 的内容随操作系统而异，但它基本上类似于 sys.path ，也是一个目录列表。

环境变量

环境变量并不是Python解释器的一部分，而是操作系统的一部分。大致而言，它们类似于Python变量， 但是在Python解释器外面设置的。如果使用的是 bash shell ， 就可使用如下命令将 ~/python 附加到环境变量 PYTHONPATH 末尾：

export PYTHONPATH=$PYTHONPATH:~/python

如果要对所有启动的 shell 都执行这个命令，可将其添加到主目录中的 .bashrc 文件中。 除使用环境变量 PYTHONPATH 外，还可使用路径配置文件。 这些文件的扩展名为 .pth ，位于一 些特殊目录中，包含要添加到 sys.path 中的目录。

包

为组织模块，可将其编组为包（package）。包其实就是另一种模块，但有趣的是它们可包含其他模块。 模块存储在扩展名为 .py 的文件中，而包则是一个目录。 要被Python视为包，目录必须包含文件 init.py 。 如果像普通模块一样导入包，文件 init.py 的内容就将是包的内容。 例如，如果 有一个名为 constants 的包，而文件 constants/init.py 包含语句 PI = 3.14 ，就可以像下面这样做：

import constants 
print(constants.PI)

要将模块加入包中，只需将模块文件放在包目录中即可。 还可以在包中嵌套其他包。例如，要创建一个名为 drawing 的包， 其中包含模块 shapes 和 colors ，需要创建如表所示的文件和目录。 下表是一种简单的包布局。

完成这些准备工作后，下面的语句都是合法的：

import drawing                # 导入drawing包
import drawing.colors         # 导入drawing包中的模块colors
from drawing import shapes    # 导入模块shapes

执行第1条语句后，便可使用目录drawing中文件 init.py 的内容，但不能使用模块 shapes 。 请注意，这些语句只是示例，并不用像这里做的那样，先导入包再导入其中的模块。 换而言之，完全可以只使用第2条语句，第3条语句亦如此。