python之模块和包
一 Python模块简介
1 模块化
一般来说，编程语言中，库，包，模块是同一种概念，是代码组织方式 python中只有一种模块对象类型，但是为了模块化组织的便利，提供了一个概念： 包 模块(module):指的是python的源代码文件 包(package):指的是模块组织在一起放入和包名同名的目录及相关文件
可以将代码量较大的程序分割成多个有组织，彼此间独立但又能互相交互的代码片段，这些自我包含的有组织的代码段就是模块
模块在物理形式上表现为以.py 结尾的代码文件 一个文件被看做一个独立的模块，一个模块也可以被看做是一个文件 模块的文件名就是模块的名字加上扩展名.py
2 模块名称空间
每个模块都有自己的名称空间 Python 允许“导入”其他模块以实现代码重用，从而也实现了将独立的代码文件组织成更大的程序系统
Python 中，模块也是对象 在一个模块的顶层定义（全局变量）的所有变量都在被导入时成为了被导入模块的属性
3 顶层文件和模块文件
一个Python程序通常包括一个顶层文件和其他的模块文件（0个，1个或多个） 顶层文件：包含了程序的主要控制流程 模块文件：为顶层文件或其他模块提供各种功能性组件 模块首次导入（或重载）时，Python会立即执行模块文件的顶层程序代码（不在函数内的代码），而位于函数体内的代码直到函数被调用后才会执行 Python自带的模块称为Python的标准库模块
二 import 和 from .. import 及自定义模块
1 import 导入语句
语句 | 含义 |
|---|---|
import 模块1[,模块2,...] | 完全导入 |
import ... as ... | 模块别名 |
具体操作：
import 语句 1 找到指定模块，初始化和加载它至内存中，若找不到，则抛出异常ImportError 2 import 所在的作用域的局部名称空间中，增加了名称和上一步创建的对象的关联(在某个函数内部写的impoer中的作用域中)
import 语句导入：
总结： 在当前模块中导入另一个模块，找到单独加载，单独初始化，生成模块对象，在自己的作用域内生成名称，将对象和名称进行映射，那个对象是单独生成的，和本模块(import所在的模块)没有多大关系，只是名称和其对象进行了映射
获取指定名称来收集对象的属性和方法
获取import 导入os.path的结果 ，此处只导入了os模块
as 重名称
总结 ： 导入顶级模块，其名称对应的标识符加入到本地名称空间中，并绑定到初始化后的模块的位置 导入非顶级模块，其顶级模块对应的名称标识符会加入到本地名称空间中，导入的模块必须使用完全限定名成来访问 如果使用了as,其后面的名称会直接载入到本地名称空间中，并直接绑定到导入的模块对象
2 部分导入 (from ... import ...)
1 语法
语句 | 含义 |
|---|---|
from ... import | 部分导入 |
from ... import ... as ... | 别名 |
2 导入
import 本质上只能导入模块。而from中可以对模块中的属性和方法内容进行导入操作 但其本质上还是将from中指定的模块全部都进行了初始化和加载操作
3 as 字句的使用
4 总结
找到from子句中指定的模块，加载并初始化它(注意不是导入) 对于impoer字句后面的名称 1 先查看from字句导入的模块是否具有该名称属性 2 如果不是，则尝试导入该名称的子模块 3 还没有找到，则抛出ImportError异常 4 这个名称保存到本地名称空间中，如果有as字句，则使用as字句后的名称
3 自定义模块
1 自定义模块test
2 import 方式导入模块，其名词边界是模块，不是方法或属性。
3 from ... import ... 方式导入模块
4 自定义模块命名规范：
1 模块名就是文件名 2 模块名必须符合标识符要求，非数字开头的数字，字母或下划线，不能是其他 3 不要使用系统模块，以避免冲突，除非你明确知道这个模块名的用途 4 通常模块名为全小写，下划线来分割
三 模块相关属性
1 模块的搜索顺序
使用sys.path 来查看模块的搜索顺序
显示结果为python模块的路径搜索顺序 当加载一个模块的时候，需要从这些模块搜索路径中从前向后一次查找，不搜索这些目录的子目录，搜索到就进行加载，搜索不到就抛出异常 路径可以是字典，zip文件，egg文件 .egg文件，由setuptools库创建的包，第三方常用的格式，添加了元数据(版本号，依赖项等)信息的zip文件
路径顺序为 程序主目录，程序运行的主程序脚本所在的目录 PYTHONPATH 目录，环境变量PYTHONPATH设置的目录也是搜索模块的路径 标准库目录，python自带的库摩克所在目录 sys.path 是列表，可以被修改，Linux本身是走PATH，因此需要加上./x 而Windows本身路径就携带./
2 模块的重复导入
模块是不可以重复被导入的，重复导入是在浪费内存，其是在sys.modules中
从执行结果来看，不会产生重复导入的现象 所有加载的模块都会记录在sys.modules中。sys.modules存储已经加载过所有模块的字典
3 模块的运行
_name_ 每个模块都会定义一个_name_ 特殊变量来存储当前模块的名称，如果不指定，默认为源代码文件名词，如果有包则有限定名 解释器初始化的时候，会初始化字典sys.modules(保存已加载的模块)，创建Builtins(全局函数，常量)模块、__main__模块，sys模块，以及模块搜索路径sys.path
python是脚本语言，任何一个脚本都可以直接执行，也可以作为模块被导入。
如果一个模块能够被执行，则就是main模块 当从标准输入(命令行方式敲代码),脚本或交互式读取的时候，会将模块的_name__设置为_main\，模块的顶层代码就在_main__这个作用域中执行，将_name__修改为__main\
顶层代码： 模块中缩进最外层的代码(当前解释器执行的环境) 如果是import 导入的，其_name_ 默认就是模块名 创建一个自定义模块，并获取其模块名
目标模块中导入并打印相关模块名
4 if name== 'main': 用途
1 本模块的功能测试 测试本模块内的函数，类 2 避免主模块变更的副作用 顶层代码，没有封装，主模块使用没有问题，但是，一旦有了新的主模块，当前模块要被导入，由于源代码没有封装，则会一并被执行。
5模块内部其他的属性
属性 | 含义 |
|---|---|
_file_ | 字符串，源文件路径 |
_cached_ | 字符串，编译后的字节码文件路径 |
_spec_ | 显示模块的规范 |
_name_ | 模块名 |
_package_ | 当模块是包，同_name_，否则，可以设置为顶级模块的空字符串 |
四 模块和包
1 模块
普通文件天然是一个模块 创建一个普通文件夹，其是一个模块，无法在文件夹上写代码 添加一个模块n
此模块下面必须有一个.py的文件，其调用才有意义 此模块下创建.py文件为n1.py
导入并查看其类型
2 创建包
其自带_init_.py文件
导入结果对比如下
pycharm 中，创建Directory和创建python package 不同，前者是创建普通的目录，后者是创建一个带有_init_.py文件目录，及包
3 子模块
包目录下的py文件，子目录都是其子模块
三个模块嵌套，都是package,都写入print (_name_)用于获取包名称
在test中导入并查看如下
结论： 使用频率高文件中，使用频率多的应该放置在_init_.py中，因为模块在初始化过程中总会加载目录中的_init_.py文件及其中的内容,但其不会执行和导入其他相关子模块
若目录对应的_init_.py 不存在，则进行下一个对应的模块，作为一个好习惯是_init_.py文件必须有，python2中进行了限制，必须有，而python3中则限制不严，但建议必须存在
4 模块和包的总结：
1 包能够更好的组织模块，尤其是大规模代码很多，可以拆分成很多子模块，便于使用某些功能就加载相应的子目录
包目录中_init_.py是包在第一次导入时就执行的，内容可以为空，也可以是用于该包的初始化工作的代码，最好不要删除它(低版本不可删除)
导入子模块一定会加载父模块，但导入父模块一定不会加载子模块
包之间只能使用.点号作为间隔符，表示模块及子目录的层级关系
模块也是封装，如同类，函数，不过他能够封装变量，类，函数
模块就是名称空间，其内部的顶层标识符，都是它的属性，可以通过_dict_ 或dir(module)查看
包也是模块，但模块不一定是包，包是特殊的模块，是一种组织方式，它包含__path__属性
5 绝对导入和相对导入
1 概念
凡是通过sys.path 找到的，都是绝对路径 绝对导入 在import语句或者from导入模块，模块名称最前面不是以.开头的 绝对导入总是去搜索模块搜索路径中找
相对导入 只能在包内使用，且只能用在from语句中 使用.点号，表示当前目录内 ..表示上一级目录 注意：不要在顶层模块中使用相对导入 （要参与运行的模块）
2 导入实战
在w2层级进行导入其父层级
在顶层目录中导入子模块
进行在test模块中导入并查看
若在此顶层域中使用相对路径，则不行，因为其无法识别.和..等相关操作
6 访问控制
1 定义变量
定义__x和_y变量及z变量，并进行导入和访问处理
2 导入并访问查看
结论：此处未进行相关的保护操作和换名操作
3 使用from w import * 导入
结论：结果是只导入了公共属性，私有属性和保护变量属性都未曾导入
4 引入__all__模块
_all_ 是一个可迭代对象，元素是字符串，每一个元素都是一个模块内的变量名
导入模块如下
此处连之前的公共属性也没有了，只有对应写入的__all__的属性 若指定模块
普通变量，保护变量，私有变量，特殊变量，都没有被隐藏，也就是说模块内部没有私有变量，在模块中定义不做特殊处理。
5 locals
其和dir()显示结果完全相同，但dir是列表，而locals是字典类型 局部作用域，locals和dir都有局部作用域的概念
写入子模块导入
导入查看
6 总结：
1 使用from ... import * 导入 A 如果模块中没有_all_。from ... import * 只能导入非下划线开头的模块的变量，如果是包，子模块也不会导入，除非在_all__中设置，或者在_init\.py中使用相对导入
B 如果模块中有_all_，from ... import * 只导入_all_ 列表中指定的名称，哪怕这个名词是下划线开头的，或者是子模块
C from ... import * 方式导入，使用简短，其副作用是会导入大量不需要使用的环境变量，甚至造成名称冲突，而_all_ 可以控制被导入模块在这种导入方式下能够提供的变量名称，就是为了阻止from ... import *导入过多的模块变量，从而避免冲突，因此，编写模块时，应该尽量加入_all_
2 from module import name1,name2 导入 这种方式的导入是明确的，哪怕是导入子模块，或者导入下划线开头的名称，程序员可以有控制和导入名称和其对应的对象
7 模块变量的修改
w1 的_init_.py中定义一个参数z
在test1 中引入并对其进行修改
在test中进入并进行查看
结论： 模块对象是同一个，因此模块的变量也是同一个，对模块变量的修改，会影响所有使用者，除非万不得已，或明确知道自己在做什么，否则不要修改模块的变量
前面已经学习过猴子补丁，也可以通过打补丁的方式，修改模块的变量，类，函数等内容
五 包管理
1 为什么要使用包管理
python 的模块或者源文件直接可以复制到项目中，便可以导入使用了，但为了更多项目的调用和使用，或者共享给别人，就需要进行打包，或者发布到网络上，便于其他人使用。目的是为了复用 。
本地使用的方式： 1 将模块或包放置到sys.path的搜索路径中即可 2 将此模块所在的路径加入到sys.path中即可，因为其是一个列表
2 主要工具
1 distutils 官方库distutils，使用安装脚本setup.py来构建，安装包
2 setuptools 是替代distutils 的增强版本工具，包括easy_install工具，使用ez_setup.py 文件，支持egg格式的构建和安装 其能够提供查询，下载，安装，构建，发布，管理包等包管理功能 setuptools 不再维护了。distribute是setuptools的替代品，其名字还是setuptools
3 pip pip 是目前包管理的实施标准，构建在setuptools之上，代替easy_install的同时也提供了丰富的包管理功能，一般的，都会携带setuptools和easy_install
4 wheel 提供bdist_wheel作为setuptools的扩展命令，这个命令可以用来生成wheel打包格式，pip 提供了一个wheel子命令来安装wheel包，当然，需要先安装wheel模块，它可以让python库以二进制形式安装，而不需要在本地编译。
3 使用setup.py 打包
1 包结构如下 ：
test 中包含自己的初始化文件_init_.py及模块test1.py 和包test2.py,test2.py中包含自己的初始化文件_init_.py和test21.py模块。
2 创建setup.py文件
其路径在该包装的最外层。 内容如下
#!/usr/bin/poython3.6
#conding:utf-8
from distutils.core import setup
setup(
name='test', # 名字
version='0.1.0', #版本
description='Python test', #打包列表
author='zhang', # 作者
author_email='12345678910@163.com', #
# url 表示包帮助文档路径
packages=['test'] # 打包列表，指定test，会把w所有的非目录字母模块打包
)3 打包
目录结构
(zhangbing) [root@python python3.5]# python setup.py build
running build
running build_py
creating build
creating build/lib
creating build/lib/test
copying test/test1.py -> build/lib/test
copying test/__init__.py -> build/lib/test
(zhangbing) [root@python python3.5]# ls
build setup.py test
(zhangbing) [root@python python3.5]# tree build/
build/
└── lib
└── test
├── __init__.py
└── test1.py
2 directories, 2 files
(zhangbing) [root@python python3.5]# 此处只包含了init.py和test1,而没有穿透目录进入test2和test21 修改如下
#!/usr/bin/poython3.6
#conding:utf-8
from distutils.core import setup
setup(
name='test', # 名字
version='0.1.0', #版本
description='Python test', #打包列表
author='zhang', # 作者
author_email='12345678910@163.com', #
# url 表示包帮助文档路径
packages=['test.test2'] # 此时只会打印test2中的test21.py和__init__.py
)删除原来打包结果 如下
(zhangbing) [root@python python3.5]# rm -rf build/
(zhangbing) [root@python python3.5]# ls
setup.py test
(zhangbing) [root@python python3.5]# python setup.py build
running build
running build_py
creating build
creating build/lib
creating build/lib/test
creating build/lib/test/test2
copying test/test2/test21.py -> build/lib/test/test2
copying test/test2/__init__.py -> build/lib/test/test2
(zhangbing) [root@python python3.5]# tree build/
build/
└── lib
└── test
└── test2
├── __init__.py
└── test21.py
3 directories, 2 files要使得全部打包，则需要
#!/usr/bin/poython3.6
#conding:utf-8
from distutils.core import setup
setup(
name='test', # 名字
version='0.1.0', #版本
description='Python test', #打包列表
author='zhang', # 作者
author_email='12345678910@163.com', #
# url 表示包帮助文档路径
packages=['test','test.test2']
)删除上述build，如下
(zhangbing) [root@python python3.5]# rm -rf build/
(zhangbing) [root@python python3.5]# python setup.py build
running build
running build_py
creating build
creating build/lib
creating build/lib/test
copying test/test1.py -> build/lib/test
copying test/__init__.py -> build/lib/test
creating build/lib/test/test2
copying test/test2/test21.py -> build/lib/test/test2
copying test/test2/__init__.py -> build/lib/test/test2
(zhangbing) [root@python python3.5]# tree build/
build/
└── lib
└── test
├── __init__.py
├── test1.py
└── test2
├── __init__.py
└── test21.py
3 directories, 4 files4 install 安装命令
build之后就可以install了，直接运行如下
(zhangbing) [root@python python3.5]# python setup.py install
running install
running build
running build_py
running install_lib
creating /root/.pyenv/versions/zhangbing/lib/python3.6/site-packages/test
copying build/lib/test/test1.py -> /root/.pyenv/versions/zhangbing/lib/python3.6/site-packages/test
copying build/lib/test/__init__.py -> /root/.pyenv/versions/zhangbing/lib/python3.6/site-packages/test
creating /root/.pyenv/versions/zhangbing/lib/python3.6/site-packages/test/test2
copying build/lib/test/test2/test21.py -> /root/.pyenv/versions/zhangbing/lib/python3.6/site-packages/test/test2
copying build/lib/test/test2/__init__.py -> /root/.pyenv/versions/zhangbing/lib/python3.6/site-packages/test/test2
byte-compiling /root/.pyenv/versions/zhangbing/lib/python3.6/site-packages/test/test1.py to test1.cpython-36.pyc
byte-compiling /root/.pyenv/versions/zhangbing/lib/python3.6/site-packages/test/__init__.py to __init__.cpython-36.pyc
byte-compiling /root/.pyenv/versions/zhangbing/lib/python3.6/site-packages/test/test2/test21.py to test21.cpython-36.pyc
byte-compiling /root/.pyenv/versions/zhangbing/lib/python3.6/site-packages/test/test2/__init__.py to __init__.cpython-36.pyc
running install_egg_info
Writing /root/.pyenv/versions/zhangbing/lib/python3.6/site-packages/test-0.1.0-py3.6.egg-info
(zhangbing) [root@python python3.5]# ls
build setup.py test
(zhangbing) [root@python python3.5]# tree /root/.pyenv/versions/zhangbing/lib/python3.6/site-packages/test
/root/.pyenv/versions/zhangbing/lib/python3.6/site-packages/test
├── __init__.py
├── __pycache__
│ ├── __init__.cpython-36.pyc
│ └── test1.cpython-36.pyc
├── test1.py
└── test2
├── __init__.py
├── __pycache__
│ ├── __init__.cpython-36.pyc
│ └── test21.cpython-36.pyc
└── test21.py
3 directories, 8 files其会自动添加到对应的第三方文件夹中，对应的是/root/.pyenv/versions/zhangbing/lib/python3.6/site-packages
4 命令分发
1 sdist命令简介
创建源代码的分发包 产生一个dist目录，里面生成一个带版本号的压缩包。 在其他地方解压这个文件，里面有setup.py，就可以使用python setup.py install 进行安装了，也可以使用pip install x.zip 直接安装这个压缩包
2 打包操作
安装相关依赖包
yum -y install rpm-build打包成rpm 如下
(zhangbing) [root@python python3.5]# rm -rf build/ dist/ MANIFEST
(zhangbing) [root@python python3.5]# ls
setup.py test
(zhangbing) [root@python python3.5]# python setup.py bdist_rpm
(zhangbing) [root@python python3.5]# python setup.py bdist_rpm
running bdist_rpm
creating build
creating build/bdist.linux-x86_64
creating build/bdist.linux-x86_64/rpm
creating build/bdist.linux-x86_64/rpm/SOURCES
creating build/bdist.linux-x86_64/rpm/SPECS
creating build/bdist.linux-x86_64/rpm/BUILD
creating build/bdist.linux-x86_64/rpm/RPMS
creating build/bdist.linux-x86_64/rpm/SRPMS
...
+ rm -rf test-0.1.0
+ exit 0
moving build/bdist.linux-x86_64/rpm/SRPMS/test-0.1.0-1.src.rpm -> dist
moving build/bdist.linux-x86_64/rpm/RPMS/noarch/test-0.1.0-1.noarch.rpm -> dist结果如下
(zhangbing) [root@python python3.5]# ls
build dist MANIFEST setup.py test
(zhangbing) [root@python python3.5]# tree dist/
dist/
├── test-0.1.0-1.noarch.rpm
├── test-0.1.0-1.src.rpm
└── test-0.1.0.tar.gz
0 directories, 3 files
(zhangbing) [root@python python3.5]# tree build/
build/
└── bdist.linux-x86_64
└── rpm
├── BUILD
├── BUILDROOT
├── RPMS
│ └── noarch
├── SOURCES
│ └── test-0.1.0.tar.gz
├── SPECS
│ └── test.spec
└── SRPMS
9 directories, 2 files此处在dict中生成了rpm包
3 安装如下
(zhangbing) [root@python dist]# rpm -ivh test-0.1.0-1.noarch.rpm
准备中... ################################# [100%]
正在升级/安装...
1:test-0.1.0-1 ################################# [100%]查看如下
(zhangbing) [root@python dist]# rpm -ql test
/root/.pyenv/versions/zhangbing/lib/python3.6/site-packages/test-0.1.0-py3.6.egg-info
/root/.pyenv/versions/zhangbing/lib/python3.6/site-packages/test/__init__.py
/root/.pyenv/versions/zhangbing/lib/python3.6/site-packages/test/__pycache__/__init__.cpython-36.opt-1.pyc
/root/.pyenv/versions/zhangbing/lib/python3.6/site-packages/test/__pycache__/__init__.cpython-36.pyc
/root/.pyenv/versions/zhangbing/lib/python3.6/site-packages/test/__pycache__/test1.cpython-36.opt-1.pyc
/root/.pyenv/versions/zhangbing/lib/python3.6/site-packages/test/__pycache__/test1.cpython-36.pyc
/root/.pyenv/versions/zhangbing/lib/python3.6/site-packages/test/test1.py
/root/.pyenv/versions/zhangbing/lib/python3.6/site-packages/test/test2/__init__.py
/root/.pyenv/versions/zhangbing/lib/python3.6/site-packages/test/test2/__pycache__/__init__.cpython-36.opt-1.pyc
/root/.pyenv/versions/zhangbing/lib/python3.6/site-packages/test/test2/__pycache__/__init__.cpython-36.pyc
/root/.pyenv/versions/zhangbing/lib/python3.6/site-packages/test/test2/__pycache__/test21.cpython-36.opt-1.pyc
/root/.pyenv/versions/zhangbing/lib/python3.6/site-packages/test/test2/__pycache__/test21.cpython-36.pyc
/root/.pyenv/versions/zhangbing/lib/python3.6/site-packages/test/test2/test21.py六 插件化开发基本概述
1 概述
动态导入： 运行时根据用户需求(提供字符串)，找到模块的资源动态加载起来，相较于之前的导入，其import在编译期就决定的功能，是死的，不好用。
内建函数_import_() 相关参数 _import_(name,globals=None,locals=None,fromlist=(),level=0) name，模块名，global全局生效，locals局部生效 sys=_import_('sys') 等价于 import sys
2 实例如下
结构如下
代码如下
#!/usr/bin/poython3.6
#conding:utf-8
# this is test1
class A:
def show(self):
print ('this is test1')#!/usr/bin/poython3.6
#conding:utf-8
# this is test
print (__import__('test1')) # 此处获取到一个模块对象
# 将模块赋值
mod=__import__('test1') # 给模块赋值
getattr(mod,'A')().show() # 此处调用模块中的A类并进行实例化后调用show方法test结果如下
将此方式移动进入主模块中如下
#!/usr/bin/poython3.6
#conding:utf-8
# this is test
if __name__ == "__main__":
print(__import__('test1')) # 此处获取到一个模块对象
# 将模块赋值
mod = __import__('test1') # 给模块赋值
getattr(mod, 'A')().show() # 此处调用模块中的A类并进行实例化后调用show方法结果也是相同，但别人在调用此模块时，其中的内容不会打印 进行函数化操作处理
#!/usr/bin/poython3.6
#conding:utf-8
# this is test
def plugin_load():
mod=__import__('test1')
getattr(mod,'A')().show()
if __name__ == "__main__":
# 在需要时进行动态加载
plugin_load()结果如下：
上述方式只能每次加载一个，而不能实现多个加载，若想加载多个，则需要使用下面代码 多个加载
#!/usr/bin/poython3.6
#conding:utf-8
# this is test
def plugin_load(plugin_name:str,seq=":"):
module,_,clas =plugin_name.partition(seq) #通过此处切割将获取模块名和对应的内部的类或函数的属性名
mod=__import__(module)
cls=getattr(mod,clas)().show() # 获取属性并进行调用其方法，此处的返回有业务需求决定
return cls
if __name__ == "__main__":
# 在需要时进行动态加载
# 进行调用处理
plugin_load("test1:A")结果如下
#!/usr/bin/poython3.6
#conding:utf-8
# this is test
def plugin_load(plugin_name:str,seq=":"):
module,_,clas =plugin_name.partition(seq) #通过此处切割将获取模块名和对应的内部的类或函数的属性名
mod=__import__(module)
cls=getattr(mod,clas) # 获取属性并进行调用其方法，此处的返回有业务需求决定
return cls() # 此处返回一个实例
if __name__ == "__main__":
# 在需要时进行动态加载
# 进行调用处理
plugin_load("test1:A").show()结果如下
3 import_module
格式 importlib.import_module(name,package=None) 支持绝对导入和相对导入，如果是相对导入package必须设置
实例如下
#!/usr/bin/poython3.6
#conding:utf-8
# this is test
import importlib
def plugin_load(plugin_name:str,seq=":"):
module,_,clas =plugin_name.partition(seq) #通过此处切割将获取模块名和对应的内部的类或函数的属性名
mod=importlib.import_module(module)
cls=getattr(mod,clas) # 获取属性并进行调用其方法，此处的返回有业务需求决定
return cls() # 此处返回一个实例
if __name__ == "__main__":
# 在需要时进行动态加载
# 进行调用处理
plugin_load("test1:A").show()结果如下
4 插件化编程技术概述
1 依赖技术
反射： 运行时获取类型的信息，可以动态维护类型数据 动态import: 推荐使用importlib模块，实现动态import模块的能力 多线程：可以开启一个线程，等待用户输入，从而加载指定名称的模块
2 加载时机
加载的类型 1 程序启动时加载： 像pycharm这样的工具，需要很多组件，这些组件可能是插件，启动的时候扫描固定的目录加载插件 2 程序运行中： 程序运行过程中，接受用户指令或请求，启动相应的插件
优缺点： 两种方式各有利弊，如果插件很多，会导致程序启动很慢。如果用户需要时再加载，如果插件太大或者依赖太多，插件启动慢。所以必须先加载常用的插件，其他插件使用时，发现需要再插入
3 接口和插件区别
接口往往是暴露出来的功能，如模块提供的函数或方法，加载模块后调用这些函数完成功能，接口是一种规范，他约定了必须实现功能，但不关心如何实现此功能
插件是把模块加载到系统中，运行它，增强当前系统功能，或者提供系统不具备的功能，往往插件技术应用在框架设计中，系统本身设计简化、轻量级、实现基本功能后，其他功能通过插件加入进来，方便扩展。