如何使用来自不同脚本的相同导入？

Question

我有script1.py其中

from itertools import izip_longest, islice

在script1.py某个地方使用了islice 。

我还有另一个脚本script2.py ，它需要在script1.py自动执行，因为script1的输出文件是script2的输入文件。 问题是， script2也需要使用islice 。 有没有使用它，而不用导入的方式islice再次script2 ？

Answer 1

您可以在此处执行的操作是从script1导入* ，它也将包括其所有导入。 像这样：

# in script2.py
from script1 import *

这样，您只需要执行一次导入。 你是这个意思吗？

Answer 2

在script2使用islice的script2是

from itertools import islice

Python中的导入机制非常聪明。 导入模块不会每次都自动加载模块。 第一步始终是检查模块是否已经在sys.modules 。 如果是（如您的情况），则将适当的现有引用绑定到名称空间中的名称。

让我们看一个具体的示例，其中包含以下两个模块：

mod1.py

from itertools import izip_longest, islice
from mod2 import some_function

# code that uses islice and some_function

mod2.py

from itertools import islice

def some_function():
     # do the thing

如果运行mod1 ，则会发生以下（已编辑）事件序列：

1. 创建一个空的模块对象，并将其注册/缓存在sys.modules['mod1']或sys.modules['__main__'] ，具体取决于您运行脚本的方式。
2. 开始执行mod1.py的代码。
3. 检查itertools是否在sys.modules ：不是
   1. 做一些魔术来查找，注册itertools并将其加载到sys.modules['itertools']
   2. 将izip_longest和islice属性添加到不完整的mod1中的全局名称空间中
4. 检查mod2是否在sys.modules ：不是
   1. 做一些魔术来找到mod2并创建一个空的sys.modules['mod2']
   2. 开始执行mod2.py的代码。
   3. 检查itertools是否在sys.modules ：
   4. 将islice属性添加到不完整的mod2中的全局名称空间中。 这基本上等效于此时执行islice = sys.modules['itertools'].islice 。 这里什么都没装。
   5. 执行def语句创建一个函数对象，并将其添加到名称为some_func的mod2全局命名空间中。
   6. mod2现在已完全加载
5. 执行mod1剩余的代码

因此，您可以看到，虽然可以说itertools模块在技术上被导入了两次，但仅加载了一次。 第二次，名称islice绑定到本地名称。

您可以在此处阅读有关整个过程的官方文档： https : //docs.python.org/2/reference/simple_stmts.html#the-import-statement 。 从至少一个版本2.0开始，此事件序列已在一个或另一个实现中出现： https : //docs.python.org/2.0/ref/import.html 。 您可能还想在这里阅读有关模块一般工作原理的更多信息： https : //docs.python.org/2/tutorial/modules.html 。 通常，我发现官方文档可能是Stack Overflow之外最好的Python老师。

要记住的另一件事是模块不共享名称空间。 模块内的全局变量只是该特定模块对象的属性。 但是，您可能会执行以下操作：

mod2.py

from itertools import islice

def some_function(): pass

mod1.py

import mod2

#use mod2.some_function and mod2.islice as attributes of mod2

这样，您只有一个明确的islice导入。 但是我不认为这是一种非常pythonic的方法。 Python的主要原则之一是“显式胜于隐式”，可读性比简洁性更重要。 当您使用mod2.islice ，对读者的含义是mod2定义的函数版本不同于内置函数。

顺便说一句，考虑尽快迁移到Python 3.6+。 有许多改进和新功能。 不再支持Python 2.x，并且许多流行的第三方库（例如numpy）将在即将发布的版本中完全放弃对Python 2的支持。