在 Python 解析器中，每次重新进入，之前定义的函数、变量等都会丢失，所以，通常是将代码保存在文件中运行，而随着功能增加，文件会变得越来越大，为了方便维护，会将其拆分成多个文件。
其它语言也有类似的问题，Python 将其称为模块 (Module) ，通过模块可以定义函数、类、变量等，从而更有逻辑地组织 Python 代码。
这里介绍模块的引入、搜索、制作等一些常见的问题。
简介
每个文件都是一个模块 (module)，其模块名就是对应的文件名，在模块内运行时，可以通过全局变量 __name__ 获取，最常见的就是 __main__ 的判断，也就是是否为主 Pyhton 脚本。
if __name__ == "__main__":
print("Hello World")
也就是该文件可以作为模块引入其它代码中，也可以作为一个独立的执行文件运行，而判断的逻辑就是这里的 if __name__ == "__main__" 语句，直接调用脚本时，对应 __name__ 变量保存的是 __main__ ，如果是引入的模块，则是模块名称。
模块导入
可以通过 import 关键字导入模块，也就是添加到当前的命名空间中，根据不同的使用场景，有如下的几种方式。
# 直接导入模块，可以通过math.cos()调用
import math
# 导入模块中的函数，这样可以直接调用cos sin，不过很容易被覆盖
from math import cos, sin
# 导入模块的所有符号
from math import *
# 导入模块的符号，为了防止名字覆盖，将其重命名
from math import pi as PI
导入的模块会保存在 sys.modules 中，这是一个字典，如果多次导入第二次实际不会有加载的动作。
模块分类
Python 中包括了三类的模块：A) 内置 (builtin) 模块，编译在解析器的内部，可以直接使用；B) 标准模块，安装 python 时已经安装，包括了一些 C 的实现，也有纯 Python 实现，例如 os gc 等；C) 第三方包，需要手动安装，如 MySQLdb 。
常用模块(库)可参考 The Python Standard Library 中的详细介绍，其中部分模块可以在源码的 Modules 目录下查看，如 ctypes、gcmodule 等；有些包含在 Python 目录下，如 sysmodule.c、bltinmodule.c 等。
其中，后者的模块会直接编译到 python 可执行文件中，可以通过 nm python 查看，不过对于发行版本，通常已经将调试信息清理过，可以添加 -D 参数查看。
内置模块
对于 builtin 模块，可以参考源码中的 builtin_methods[] 数组，包括了 abs、compile、format、filter 等一些常见的函数实现。
static PyMethodDef builtin_methods[] = {
{"__import__", (PyCFunction)builtin___import__, METH_VARARGS | METH_KEYWORDS, import_doc},
{"abs", builtin_abs, METH_O, abs_doc},
... ...
{"compile", (PyCFunction)builtin_compile, METH_VARARGS | METH_KEYWORDS, compile_doc},
{"delattr", builtin_delattr, METH_VARARGS, delattr_doc},
{"dir", builtin_dir, METH_VARARGS, dir_doc},
{"divmod", builtin_divmod, METH_VARARGS, divmod_doc},
{"eval", builtin_eval, METH_VARARGS, eval_doc},
{"execfile", builtin_execfile, METH_VARARGS, execfile_doc},
{"filter", builtin_filter, METH_VARARGS, filter_doc},
{"format", builtin_format, METH_VARARGS, format_doc},
{"getattr", builtin_getattr, METH_VARARGS, getattr_doc},
... ...
{NULL, NULL},
};
如上，对于 buildin 模块，在源码中，其有效的函数名通常是 buildin_xxx()；另外，对于内置模块，不会存在 __file__ 属性，而三方的模块可以通过该属性查看模块的安装路径；当然，也可以通过类似 help(abs) 的命令查看帮助信息。
标准模块
也就是安装 Python 的时候默认就安装好的模块，以 CentOS 为例，保存在 /usr/lib64/python${VERSION} 目录下，其中的 ${VERSION} 标识 Python 的版本号，而且，如果是 32 位系统，对应的是 /usr/lib 目录。
例如 logging、unittest、multiprocessing 等，在安装完之后就可以直接使用。
三方模块
对于一些三方模块，可以通过通用的工具进行安装。
# python setup.py build ← 下载的源码直接安装
# easy_install PACKAGE ← 通过easy_install或pip安装
# pip install PACKAGE
默认会安装在 /usr/lib64/python${VERSION}/site-packages/ 目录下。
搜索路径
模块在加载时，会按照如下的顺序搜索：A) 导入的模块是否为内置模块；B) 从 sys.path 变量中搜索模块名。
而 sys.path 变量在加载时就已经生成，可以通过 python -c "import sys; print(sys.path)" 查看搜索路径，默认是 A) 当前目录；B) PYTHONPAHT 环境变量；C) 安装默认路径，例如上述的 /usr/lib64/python${VERSION} 目录。
安装新模块
如果新安装的模块在其它路径下，那么就需要动态添加搜索路径，可以有如下的几种方式。
- 修改
PYTHONPATH环境变量，指定到新模块所在路径。 - 增加
*.pth文件，在遍历已知目录时，如果遇到.pth文件，会自动将其中的路径添加到sys.path变量中。 - 通过
sys模块的append()方法增加搜索路径。
操作详见如下内容。
----- 修改~/.bashrc文件
export PYTHONPATH=$PYTHONPATH:/home/foobar/workspace
----- 在默认安装路径/usr/lib64/python2.7下增加extra.pth文件，内容如下
/home/foobar/workspace
----- 通过append()函数添加路径
import sys
sys.path.append('/home/foobar/workspace')
在加载完模块之后，可以通过如下命令查看模块的路径。
import sys
sys.modules['foobar']
foobar.__file__
另外遇到一个比较奇葩的问题，安装完 Redis 之后，发现 root 用户可以 import 模块，而非 root 用户会报错。首先，十有八九是权限的问题导致的，在 root 导入模块后查看其路径，修改权限；对于 easy_install 安装，会修改 easy-install.pth 文件，也需要保证其它用户对该文件可读。
创建包 (Package)
只有当目录包含一个 __init__.py 文件时，才会被认作是一个包，最简单的是一个空文件；当然，也可以在这个文件中执行一些初始化代码，或者为 __all__ 变量赋值。
其中 __all__ 列表用于指定 from package import * 方式导入的名字，示例如下。
三方模块的目录结构为。
$ tree
.
|-- bar
| |-- __init__.py
| |-- __init__.pyc
| |-- test.py
| `-- test.pyc
|-- foo
| `-- __init__.py
`-- test.py
2 directories, 6 files
各个文件的内容如下。
##### cat bar/__init__.py
barstr = "Hello World, IN BAR"
from test import bar
##### cat bar/test.py
def add(a, b):
print "Bar", a+b
def bar(var):
print id(var)
##### cat test.py
# -*- coding:utf-8 -*-
from bar import barstr, test, bar
print barstr # 打印__init__.py中的变量
test.add(1,2) # 执行bar/test.py中的函数
bar("function in bar/test.py") # 执行bar/test.py中的函数