
# (단방향)연결리스트

## 자료구조에서 연결리스트란?

연결리스트는 차례로 연결된 노드를 표현해주는 자료구조입니다.
단방향 연결리스트에서 각 노드는 다음 노드를 가리키는 특징을 가집니다.
반면 이름에서도 알 수 있듯이, 양방향 연결리스트에서의 각 노드들은 다음 노드와 이전 노드를 함께 가리킵니다.

배열과는 달리 연결리스트에서는 특정 인덱스를 상수 시간에 접근할 수 없는 단점을 가집니다.
연결리스트에서 N번째 노드를 찾고 싶다면 시작노드(헤드노드)부터 N번의 반복을 수행한 후 찾을 수 있습니다.

반면에, 연결리스트의 장점은 연결리스트의 시작노드에서 아이템을 추가하거나 시작노드를 삭제하는 연산을 상수 시간에 할 수 있다는 점이 있습니다.
이런 점은 특정 애플리케이션에서 굉장히 유용할 수 있습니다.

> 상수 시간의 의미 -
> 상수 시간의 big-O 표기 : O(1)

## Python으로 구현하는 연결리스트

### 연결리스트의 노드

연결리스트에서 각각 데이터를 담고 또 다음 데이터를 담고있는 노드에 대한 정보를 담고있는 형태를 노드(Node)라고 일컫습니다.

단방향 연결리스트에서는 노드가 표현 혹은 담고있는 데이터와 노드가 속한 연결리스트의 관점에서 다음노드에 대한 정보를 담고 있습니다. 단방향 연결리스트에서 특정노드의 위치를 정확히 알고있는 주체는 특정 노드의 이전노드 뿐입니다. (헤드노드는 예외 - 헤드노드는 시작노드이므로 자명히 알게됩니다)

> 헤드노드는 자신의 다음노드에 대한 정보만을 알고있고, 헤드노드 다음노드는 자신의 다음노드에 대한 정보만 알고 있습니다.
> 이 패턴의 반복을 통해 연결리스트가 완성됩니다.

#### 연결리스트의 노드의 Python 구현

```python
class LinkedListNode:

  def __init__(self, input_data):
    # 다음 노드에 대한 정보를 담는 인스턴스 변수
    # 다음 노드 지정은 선언 후 이루어집니다
    self.next_node = None
    # 노드 인스턴스가 담을 데이터
    self.data = input_data

  # 노드가 소속된 연결리스트에 가장 뒤에 받은 데이터를 담는 새로운 노드를 추가하는 함수
  def append_to_tail(self, input_data):
    # 입력 받은 데이터를 생성해 end_node라는 변수에 할당
    end_node = LinkedListNode(input_data)
    # 루프동안 체크할 노드를 담을 temp_next를 선언 후 노드 자신을 할당
    temp_next = self
    while temp_next.next_node != None: # 자신이 가장 마지막 노드가 아니라면 루프 진행
      temp_next = temp_next.next_node  # temp_nnext를 temp_next.next_node로 할당해 다음 연결을 체크

    # 마지막 노드까지 진행되면 루프가 멈추고 temp_next에 현재까지 가장 마지막 노드가 할당됨
    temp_next.next_node = end_node # 가장 마지막 노드의 next_node에 위에서 새로 생성한 노드를 연결해주고 함수 끝

  # 입력받은 노드를 자신의 다음 노드로 지정하는 함수
  # (연결리스트 시작점에 새로운 헤드노드를 할당시 사용)
  def point_next_node(self, input_node):
    self.next_node = input_node
```

#### 노드 Class를 이용한 연결리스트 Class의 Python 구현

```python
class LinkedList:

  def __init__(self, head_data):
    # 연결리스트 정의부터 헤드노드를 인스턴스 변수로 할당
    # 연결리스트 정의때 입력받는 데이터는 헤드노드가 담고있을 데이터입니다
    self.head_node = LinkedListNode(head_data)

  # 입력받은 데이터를 담고있는 노드를 연결리스트에서 삭제하는 함수
  def delete_node(self, input_data):
    # 헤드노드 부터 시작해 여러노드를 점검하기 위해 임시로 할당할 변수 선언 및 헤드노드 할당
    temp_node = self.head_node
    if (temp_node.data == input_data): # 루프전, 조건 입력받은 데이터와 현재 체크하는 노드의 데이터가 같은가
      self.head_node = temp_node.next_node # 루프전이기 때문에 헤드노드를 삭제하는 조건
      return # 링크드리스트의 헤드노드를 헤드노드의 다음 노드로 지정하고 함수 리턴

    while temp_node.next_node != None: # 마지막 노드가 아니면 루프 진행
      if temp_node.next_node.data == input_data: # 체크노드 다음노드의 데이터와 입력 데이터 확인
        temp_node.next_node = temp_node.next_node.next_node # 위 조건 성립시 현재 체크노드의 다음노드를 다음노드의 다음노드로 지정
        return # 함수 리턴
      temp_node = temp_node.next_node # 루프 진행동안은 다음노드를 체크하기 위해 임시 변수를 다음 노드로 할당

  # 연결리스트에서 마지막 노드 다음노드로 새로운 노드를 추가하는 메소드
  def append_to_tail(self, input_data):
    # 노드 클래스의 메소드를 이용하여 간단히 구현가능
    self.head_node.append_to_tail(input_data)

  # 연결리스트에서 헤드보다 앞에 새로운 노드를 추가하는 메소드
  def append_to_head(self, input_data):
    # 새로운 노드 정의
    new_head_node = LinkedListNode(input_data)
    # 새로운 노드에게 현재 헤드노드를 다음노드로 가리키도록 지정
    new_head_node.point_next_node(self.head_node)
    # 연결리스트의 헤드노드를 새로운 노드로 지정
    self.head_node = new_head_node

```



# (양방향)연결리스트

[이전글](https://screwg.com/articles/python-linked-list)  
위글에서 기본적인 연결리스트의 속성과 단방향 연결리스트에 대하여 알아보았습니다.  
만약 연결리스트에 대한 기본적인 정보에 대하여 알고싶은신 분은 위글을 참고해주시기 바랍니다.

## 양방향 연결리스트란?

양방향 연결리스트는 기본 단방향 연결리스트에서 각 노드들에 한가지 속성이 추가된 것으로 볼 수 있습니다.  
단방향 연결리스트의 각 노드들이 자신의 다음 노드만을 알고 있었다면, 양방향 연결리스트의 노드들은 자신의 이전 노드 또한 알고 있다는 특징을 가지고 있습니다.

이전의 코드를 참고하여 양방향 연결리스트를 구현을 설명해보겠습니다.

#### 양방향 연결리스트의 노드의 Python 구현

```python
class LinkedListNode:

  def __init__(self, input_data):
    # 다음 노드에 대한 정보를 담는 인스턴스 변수
    # 다음 노드 지정은 선언 후 이루어집니다
    self.next_node = None
    # 이전 노드에 대한 정보를 담는 인스턴스 변수
    self.prev_node = None
    # 노드 인스턴스가 담을 데이터
    self.data = input_data

  # 노드가 소속된 연결리스트에 가장 뒤에 받은 데이터를 담는 새로운 노드를 추가하는 함수
  def append_to_tail(self, input_data):
    # 입력 받은 데이터를 생성해 end_node라는 변수에 할당
    end_node = LinkedListNode(input_data)
    # 루프동안 체크할 노드를 담을 temp_next를 선언 후 노드 자신을 할당
    temp_next = self
    while temp_next.next_node != None: # 자신이 가장 마지막 노드가 아니라면 루프 진행
      temp_next = temp_next.next_node  # temp_next를 temp_next.next_node로 할당해 다음 연결을 체크

    # 마지막 노드까지 진행되면 루프가 멈추고 temp_next에 현재까지 가장 마지막 노드가 할당됨
    temp_next.next_node = end_node # 가장 마지막 노드의 next_node에 위에서 새로 생성한 노드를 연결해주고 함수 끝

  # 양방향 연결리스트의 특징으로 자신의 이전 노드를 알 수 있어
  # 이전 노드 탐색 반복을 통해 어떤 노드에서도 헤드로의 추가가 가능합니다
  # 다만 노드에서 진행하는 append가 아닌 LinkedList 객체에서는 헤드로의 직접 접근이 가능하여
  # 이 메소드가 필요하지 않을 수 있습니다.
  def append_to_head(self, input_data):
    # 입력 받은 데이터를 생성해 start_node라는 변수에 할당
    start_node = LinkedListNode(input_data)
    # 루프동안 체크할 노드를 담을 temp_prev를 선언 후 노드 자신을 할당
    temp_prev = self
    while temp_prev.prev_node != None: # 자신이 첫번째 노드(헤드노드)가 아니라면 루프 진행
      temp_prev = temp_prev.prev_node  # temp_prev를 temp_prev.prev_node로 할당해 다음 연결을 체크

    # 마지막 노드까지 진행되면 루프가 멈추고 temp_prev에 현재까지 가장 마지막 노드가 할당됨
    temp_prev.prev_node = start_node # 가장 마지막 노드의 prev_node에 위에서 새로 생성한 노드를 연결해주고 함수 끝
    return start_node


  # 입력받은 노드를 자신의 다음 노드로 지정하는 함수
  # (연결리스트 시작점에 새로운 헤드노드를 할당시 사용)
  def point_next_node(self, input_node):
    self.next_node = input_node

  # 입력받은 노드를 자신의 이전 노드로 지정하는 함수
  # (연결리스트 시작점에 새로운 헤드노드를 할당시 사용)
  def point_prev_node(self, input_node):
    self.prev_node = input_node

```

#### 위 노드 Class를 이용한 양방향 연결리스트 Class의 Python 구현

```python
class LinkedList:

  def __init__(self, head_data):
    # 연결리스트 정의부터 헤드노드를 인스턴스 변수로 할당
    # 연결리스트 정의때 입력받는 데이터는 헤드노드가 담고있을 데이터입니다
    self.head_node = LinkedListNode(head_data)

  # 입력받은 데이터를 담고있는 노드를 연결리스트에서 삭제하는 함수
  def delete_node(self, input_data):
    # 헤드노드 부터 시작해 여러노드를 점검하기 위해 임시로 할당할 변수 선언 및 헤드노드 할당
    temp_node = self.head_node
    if (temp_node.data == input_data): # 루프전, 조건 입력받은 데이터와 현재 체크하는 노드의 데이터 동일 여부 확인
      temp_node.prev_node = None # 헤드노드가 될 노드의 prev_node 정보 제거
      self.head_node = temp_node.next_node
      return # 링크드리스트의 헤드노드를 헤드노드의 다음 노드로 지정하고 함수 리턴

    while temp_node.next_node != None: # 마지막 노드가 아니면 루프 진행
      if temp_node.next_node.data == input_data: # 체크노드 다음노드의 데이터와 입력 데이터 확인
        node_to_remove = temp_node.next_node
        temp_node.next_node.next_node.prev_node = temp_node # 다다음 노드의 prev_node를 먼저 temp_node로 연결
        temp_node.next_node = temp_node.next_node.next_node # 체크노드의 다음노드를 다음노드의 다음노드로 지정
        node_to_remove.next_node, node_to_remove.prev_node = None # 제거할 노드의 링크 제거

        return # 함수 리턴
      temp_node = temp_node.next_node # 루프 진행동안은 다음노드를 체크하기 위해 임시 변수를 다음 노드로 할당

  # 연결리스트에서 마지막 노드 다음노드로 새로운 노드를 추가하는 메소드
  def append_to_tail(self, input_data):
    # 노드 클래스의 메소드를 이용하여 간단히 구현가능
    self.head_node.append_to_tail(input_data)

  # 연결리스트에서 헤드보다 앞에 새로운 노드를 추가하는 메소드
  # 노드 클래스에서 생성한 메소드 없이 진행 방법
  def append_to_head(self, input_data):
    # 새로운 노드 정의
    new_head_node = LinkedListNode(input_data)
    # 현재 헤드노드가 새로운 노드를 prev_node로 지정
    self.head_node.point_prev_node(new_head_node)
    # 새로운 노드에게 현재 헤드노드를 다음노드로 가리키도록 지정
    new_head_node.point_next_node(self.head_node)
    # 연결리스트의 헤드노드를 새로운 노드로 지정
    self.head_node = new_head_node

  # 노드 클래스에서 정의한 메소드 사용방법
  def append_to_head_two(self, input_data):
    new_head = self.head_node.append_to_head(input_data)
    self.head_node = new_head

```



# Certbot(Let's encrypt) SSL 인증서 자동갱신하는 방법

이 글을 읽고 있으신 독자라면, 아마도 SSL 인증서와 왜 HTTPS를 이용하고 Let's Encrypt에서 진행하고 있는 무료 SSL인증서 프로젝트에 대하여 알고 계실 것이라 믿습니다. Let's encrypt에서 무료로 관리하고 배포하는 인증서는 certbot이라는 프로그램을 통해 수령 및 관리 할 수 있습니다. 이처럼, 무료로 인증서를 이용할 수 있게끔 하여 인터넷이라는 거대한 네트워크를 좀 더 안전하게 사용할 수 있도록 하는 이 프로젝트는 딱 한가지 아쉬운 점이 있습니다. 그것은 무료로 배포하는 인증서의 유효기간이 3개월이라는 점 입니다. 아마도 무료로 운영되는 프로젝트 상, 더 많은 사람에게 더 필요한 사람에게 더 효율적으로 이용하게끔 하고자, 한 조치로 보입니다. Let's encrypt에서는 이러한 단점에 크게 불편함을 얻지 않도록 계속해서 인증서를 이용하고자 하는 사람이라면, 인증서의 갱신이 쉽게 가능하도록 만들어 놓았습니다. 이 방법에 대하여 알아보겠습니다.

## 필자의 인증서 갱신 환경

필자가 인증서 자동갱신에 대하여 설명하는 환경은 다음과 같습니다만, 필자의 환경과 다른 환경에서도 이 글을 참고하시기에 충분할 것입니다. 필자의 환경은 우분투 리눅스환경에서 `/etc/letsencrypt`폴더에 인증서가 발급되고 해당 디렉토리가 nginx 도커 컨테이너의 인증서 보관 디렉토리 볼륨과 링크되어 작동하는 환경입니다. 추가적인 설명을 덧붙이자면, let's encrypt와 certbot에서 기본적으로 제공하는 ubuntu+nginx 조합일때 certbot을 설치하여 인증서를 발급받는 방식으로 인증서를 발급하였습니다.

## 기본적인 수동 인증서 갱신 방법

만약 수동으로 인증서 리뉴얼을 진행하시고 싶으시다면, 아래의 방법으로 진행이 가능합니다. certbot에서 인증서 최초 발급때, 이메일을 입력해 놓으면 인증서 만기전, 이메일로 인증서 갱신에 대하여 이메일로 통보하여 줍니다.
위에서 설명한 필자와 같은 방식으로 서버가 구성되어 있다면, 인증 및 갱신을 위하여 certbot이 http와 https에서 사용하는 포트를 이용하여 인증서 관리측과 통신을 진행해야 하는데, nginx 도커컨테이너가 해당 포트들을 차지하고 있다면 통신이 불가능하니, 잠시 해당 컨테이너들을 멈춰주고 certbot을 통한 갱신을 진행해야 합니다.

```shell
$ sudo docker stop nginx-container
$ sudo certbot renew
```

이 후 certbot이 인증서 갱신을 도와줍니다.

## 자동 인증서 갱신을 위한 crontab 이용 방법

crontab은 리눅스에서 command-line으로 작동하는 유틸리티로, 일종의 잡 스케쥴러입니다. 좀 더 쉽게 표현하자면, crontab은 특정 시간조건을 설정하면 해당 시간조건이 성립할 때마다 내가 설정한 일련의 일들을 수행하도록 설정하고 관리할 수 있는 유틸리티 입니다. crontab에 대하여 깊숙히 알아야 할 필요는 없으므로, 가장 많이 사용하고 필요한 명령어만 알아보겠습니다.

```shell
crontab -e # 새로운 크론잡(크론 스케줄, 잡스케줄)을 생성하거나 편집하기
crontab -l # 생성해놓은 크론잡 목록 조회하기
crontab -r # 이전에 생성한 크론잡 삭제하기
```

위 명령어를 실행하면 크론잡들이 설정이 저장된 파일이 에디터를 통해 나타납니다. 이 동작을 성공적으로 실행시키기 위해서는 리눅스의 command-line에서 텍스트를 생성 및 수정 등을 할 수 있어야 합니다. 만약 이 요건을 충족하실 수 있다면 아래의 설정 방식대로 크론잡을 등록, 수정, 및 삭제 하실 수 있습니다.

```shell
m h  dom  mon  dow(day of week) 사용자의 명령어 쓰는 곳
┬ ┬   ┬    ┬    ┬
│ │   │    │    │
│ │   │    │    │
│ │   │    │    └───── 한주 중 요일 설정 (0 - 6) (0은 일요일 1은 월요일 ... 6은 토요일)
│ │   │    └────────── 월 설정 (1 - 12)
│ │   └─────────────── 한달 중 일자 설정 (1 - 31)
│ └─────────────────── 시각 설정 (0 - 23)
└───────────────────── 분 설정 (0 - 59)
```

위 크론 스케줄 방식은 상당히 헷갈리기 때문에 이해를 돕기위해 여러 예시를 아래에 보여드리겠습니다.

```shell
# 매 시간의 30분에 script-to-run.sh 스크립트를 실행
$ 30 * * * * /script-to-run.sh

# 30분 마다 script-to-run.sh 스크립트를 실행
$ */30 * * * * /script-to-run.sh

# 매주 금요일 오후 한시에 script-to-run.sh 스크립트를 실행
$ 30 13 * * 5 /script-to-run.sh

# 매분마다 script-to-run.sh 스크립트를 실행
$ * * * * * /script-to-run.sh

# 매년 9월 21일날 오전 8시 49분에 script-to-run.sh 스크립트를 실행
$ 49 8 21 9 * /script-to-run.sh

# 매주 수요일 오전 여섯시에 script-to-run.sh 스크립트를 실행
$ 0 6 * * 3 /script-to-run.sh

# 매 시 1분, 18분, 59분마다 script-to-run.sh 스크립트를 실행
$ 1,18,59 * * * * /script-to-run.sh

# 매주 일요일과 화요일마다 오전 6시에 script-to-run.sh 스크립트를 실행
$ 0 6 * * 0,2 /script-to-run.sh

```

## 필자가 crontab으로 설정한 인증서 자동 갱신 스케줄

```shell
# 매월 1일 오후 6시마다 "/usr/bin/cerbot renew"를 실행
# 해당 명령어를 실행 전 "sudo docker stop nginx-container" 명령어를 실행
# 해당 명령어를 실행 후 "sudo docker start nginx-continaer" 명령어를 실행
$ 0 18 1 \* \* /usr/bin/certbot renew --renew-hook="sudo docker start nginx-container" --pre-hook="sudo docker stop nginx-container"
```

위 명령어들에 대하여 간단히 설명하자면, 갱신 명령어 전에 certbot이 인증서 관리측과 통신을 할 수 있도록 nginx 도커 컨테이너를 멈춘 후, 갱신을 진행합니다. 갱신 후, 인증서가 갱신되었기 때문에, 다시 서버를 동작하기 위해 nginx 컨테이너를 실행하여 마무리 합니다.



# Python 모듈/파일 import 방법들에 대하여

## 들어가며

Python으로 프로젝트를 진행하면, 코드가 길어지기 시작하고 코드가 너무 길어지면 코드의 가독성이 매우 떨어지게 됩니다. 추가적으로, 작성한 여러 함수들이 비슷한 목적을 가지고 있다면, 이들을 그룹화하거나 같이 관리하는 등 우리에게 익숙한 개념인 "모듈화"가 필요하다고 느껴지게 됩니다. 코드를 여러 파일로 분리하고 분리한 코드들을 다시 필요한곳에서 사용하는 방법인 모듈화와 import에 대하여 알아보겠습니다.

## Python의 모듈(Module)

Python에서의 모듈은 다른 Python 코드로 import(코드를 불러와서 사용하는 것)할 수 있는 Python 코드의 단일 단위입니다. 모듈에는 정의(함수 및 상수의 정의)와 이러한 정의를 초기화하는 초기화문이 포함됩니다. 이러한 모듈이 작성되면 모듈을 import하는 모든 스크립트에서 재사용이 가능합니다.

Python 모듈을 만드는 가장 쉬운 방법은 .py(python 확장자)로 끝나는 파일을 만들고 그 안에 Python 코드를 쓰는 것입니다. 하지만, 파일명에 다른 파일 확장자를 사용하거나 확장자를 전혀 사용하지 않을 경우 표준 import 문은 작동하지 않습니다. 이 상황에서 import를 사용하려면 `importlib`라는 라이브러리를 사용해야 합니다.

위에서 언급한 표준 import문을 사용할 수 있는 모듈은 아래처럼 표현할 수 있습니다.

```python
# root/modulesample.py

def module_sample_function():
  print("I'm imported!")
```

위 모듈을 포함한 `module-sample.py`를 생성한 후, 이제 Python 스크립트에서 화면에 "I'm imported!"라고 프린트하고 싶을 때마다 메시지를 다시 쓸 필요 없이 이 모듈을 import하여 사용할 수 있습니다. 또한 만약 이 기능을 사용하는 많은 Python코드에서 표시하는 메시지(`I'm imported!`)를 모두 `I'm exported!`로 변경하여야 할 때 여러 스크립트에서 모든 `I'm imported`를 바꾸는 것이 아닌 `module-sample.py` 내의 `module_sample_function` 함수의 코드 한 줄을 변경하여 목표를 완료할 수 있습니다.

## 같은 디렉토리에 있는 파일 import 하기

아래와 같은 python 프로젝트가 있다고 가정합니다.

```
📁 root
 ├─ 📄 main.py
 └─ 📄 modulesample.py
```

`module-sample.py`는 위에서 표현한 `module_sample_function`함수가 정의되어있고, `main.py`에서 해당 함수를 불러서 사용하고 싶다면 아래의 코드처럼 사용할 수 있습니다.

```py
# root/main.py
import modulesample

modulesample.module_sample_function()

```

`import`만으로 모듈을 불러올때는 파일명에서 `.py`확장자만 제거한 이름을 `import`를 앞에 붙여 사용하시면 됩니다.

## 하위 디렉토리에 존재하는 파일 import 하기

파이썬 버전 3.3 이상을 사용하신다면, 현재위치한 파일의 디렉터리의 하위 디렉터리에 있는 모듈을 쉽게 가져올 수 있습니다. 반면, 3.3 이전 버전의 Python을 사용하신다면, 아래글에서 이어나갈 "다른 디렉토리에 존재하는 파일 import 하기"를 참고하시기를 바랍니다.

아래와 같은 python 프로젝트가 있다고 가정합니다.

```
📁 root
 ├─ 📄 main.py
 └─ 📁 subdirectory
    └─ 📄 modulesample.py
```

`main.py`에서 위에서 정의한 모듈을 아래처럼 사용할 수 있습니다.

```python
# root/main.py

import subdirectory.moduelsample

subdirectory.moduelsample.module_sample_function()
```

Python에서 `import`문에서는 `.`을 사용하여 경로를 구분합니다.

`import`-`as`문을 이용하면, 더 간결한 모듈명으로 할당하여 사용할 수 있습니다.

```python
import subdirectory.moduelsample as short_name

short_name.module_sample_function()
```

아래처럼 모듈을 직접 import하는 방법도 존재합니다.

```python
from subdirectory.moduelsample import module_sample_function

module_sample_function()
```

## 다른 디렉토리에 존재하는 파일 import 하기

아래와 같은 python 프로젝트가 있다고 가정합니다.

```
📁 root
 ├─ 📁 level1
 │  └─ 📁 level2
 │     └─ 📄 modulesample.py
 └─ 📁 level1-1
    └─ 📄 main.py
```

기본적으로 Python은 `sys.path`에 정의된 다른 표준 위치뿐만 아니라 현재 스크립트 파일과 동일한 디렉터리(하위 디렉터리 포함)에서 파일을 찾습니다. 이러한 위치가 궁금하다면 다음과 같이 `sys.path` 변수를 출력해 볼 수 있습니다.

```python
import sys

for path in sys.path:
  print(path)
```

하지만, import하려는 파일이 완전히 다른 곳에 있는 경우 먼저 `sys.path`에 검색 디렉터리를 추가하여 Python에게 검색 위치를 알려주어야 합니다. 아래의 예제처럼 import하면 위에서 정의했던 모듈을 사용하라 수 있습니다.

```python
import sys

sys.path.append("/level1/level2")
import modulesample

modulesample.module_sample_function()
```

한가지 더 알아야하는 포인트는 `sys.path`에 추가된 경로는 절대경로라는 것 입니다. 만약, 상대경로를 사용하면 `script.py`의 경로에 상대적인 경로가 아니라 사용자가 스크립트를 실행하는 디렉토리에 따라 경로가 다르게 해결됩니다. 다른 말로하면, 사용자가 현재 위치한 디렉토리가 기준이 되고 모든경로를 해당 디렉토리의 상대적으로 경로를 설정해야 합니다.

위를 더 쉽게 표현하면 `main.py`가 위치한 `level-1`에서 `main.py`를 실행한다면, 바로 위의 코드는 `level1-1`에서 `level1/level2`를 찾을 것 입니다. 하지만 우리가 가정한 디렉토리 구조에서는 `level1-1`에는 해당 디렉토리가 존재하지 않으며, 상위 디렉토리인 루트 하위에 존재합니다.

사용자의 위치가 어디서나 `main.py` 파일에 상대적인 디렉토리를 추가하려면 `__file__`을 사용하여 현재 `main.py`의 전체 경로를 가져오고 그곳에서 import에 대한 경로를 만들 수 있습니다. `main.py`에서 다음과 같이 쓸 수 있습니다.

```python
import os
import sys

script_dir = os.path.dirname(__file__)
mymodule_dir = os.path.join( script_dir, '..', 'level1', 'level1' )
sys.path.append(mymodule_dir)
import modulesample

modulesample.module_sample_function()
```

## py확장자가 아닌 파일을 포함한 모든 파일 import하기

Python 버전 3.4 이상에서는 파일의 확장자가 `.py`가 아닌 경우에도 모든 파일을 Python 모듈로 로드할 수 있는 내장 `importlib` 라이브러리를 통해 기능을 제공합니다.

아래와 같은 python 프로젝트가 있다고 가정합니다.

```
📁 root
 ├─ 📁 level1
 │  └─ 📁 level2
 │     └─ 📄 modulesample
 └─ 📁 level1-1
    └─ 📄 main.py
```

위 예제에는 `modulesample` 파일에 파일 확장자가 없습니다. 이런 경우 단순한 import 문을 사용하여 해당 파일을 가져올 수 없습니다. 하지만, 아래의 방법으로 문제를 해결할 수 있습니다. 아래의 예제 또한 파일에 대한 상대적인 경로를 사용하여 사용자의 위치와 관계없이 import가 가능하도록 작성되었습니다.

```python
import importlib.machinery
import importlib.util
from pathlib import Path

script_dir = Path(__file__).parent
modulesample_path = str(script_dir.joinpath( '..', 'level1', 'level2', 'modulesample'))

loader = importlib.machinery.SourceFileLoader('modulesample', modulesample_path)
spec = importlib.util.spec_from_loader('modulesample', loader)
modulesample = importlib.util.module_from_spec(spec)
loader.exec_module(modulesample)

modulesample.module_sample_function()
```

## 마치며

모듈화와 import 방법들은 여러 프로그래밍 언어를 이용하여 프로젝트를 진행할때, 매우 기본적으로 진행해야 하는 파트입니다. 모듈화와 import를 제대로 적용하지 못하면, 매우 길어지는 코드와 특정 목적을 달성하는 코드가 어디에 위치하는지 알아내는 것이 매우 어려워져, 프로젝트를 진행하는데 매우 큰 어려움을 겪을것입니다.  
python은 스크립트 언어로서, python만의 방식들이 존재하고 이에대하여 알아보았습니다. 위에서 알아본 내용들을 현재 진행중이신, 또 앞으로 만나시게될 프로젝트들에서 도움이 되시길 바라며 글을 마치겠습니다.



지난 상승장 뿐 아니라, 이번 하락장에서도 많은 개인투자자들이 기회라 생각하고 주식시장에 많이 뛰어들었습니다.
삼성전자처럼 누구나 동의할 수 있는 주식을 많이 구매했다고 하는데,
**인버스(inverse)라고 불리우는 종목에도 많은 투자가 일어났다고 합니다.**
그것도 곱버스라고 불리우는 인버스 두배 레버리지를 많이 구매했다고 합니다.
사실 인버스 ETF를 사는 것이 과연 투자라고 할 수 있을지 잘 모르겠습니다.

도데체 왜 이러는 것일까요?

**많이들 듣는 말이지만 시장은 장기적으로 우상향합니다.
많이 하기 때문에 당연한 사실이 아니라 역사적으로도 그렇고 논리적으로도 그렇습니다.**
예를 들어 우리가 잘 아는 스낵, 새우깡이 있습니다.
30년전에 200원하던 새우깡이 지금은 1,500원이 다되어갑니다.
또, 1,000원도 안되던 최저시급이 10,000원이 되어가고 있습니다.
더 설명하자면, 경제 발전에 따라, 통화량은 계속해서 증가하고,
그에 따른 실물의 가격은 계속해서 오른다는 것입니다.

**주식은 단순한 종이장이 아니라 주식을 발행한 회사의 건물, 기술력, 시스템, 인력 등의 총 합입니다.
그것들의 가격이 올라가기 때문에 주식의 가격이 올라가는 것은 너무나도 당연합니다.**
더 나아가, 그 기업이 소유하고 있는 실물을 이용해서 돈은 많이 벌어들인다면
해당 기업의 주식은 더 빠르게 가치와 가격이 올라갈겁니다.

아무리 한국시장이 미국시장에 비해 주주 친화적이지 않다고해도 결국에는 오를 수 밖에 없는 틀은 존재합니다.
**이것을 인정하지 않으면 자본주의 시스템자체를 인정하지 않는 것**이고,
이 사회에서 생산성을 손톱만큼이나마 올리고있는 자신의 노동력을 무시하는 것 입니다.

위에서 설명한것을 생각하면 인버스ETF에 투자한다는 것은 어쩌면 어리석은 행동입니다.
**그것도 장기적으로 한다면 더욱 그렇습니다.**

단기적으로 곱버스 ETF를 구매한다고해도 그건 결국 현명하지 못합니다.
**결국은 본인이 단시간에 시장을 전망하고 예측하여서 타이밍을 맞출 수 있다는 의미인데,
모두가 잘 알듯, 그것은 거의 불가능에 가까운 일입니다.
그말은 반대로 말해 앞으로 상승하는 주식도 쪽집게처럼 맞출 수 있다는 의미와 같습니다.**
한 두번 성공할 수 는 있어도 지속하기 어려운 방법입니다.

장기로 가면 필패이고 단기로 수익을 보려는 것은 허상입니다.


인버스, 곱버스를 ETF를 사야하는 때는 지금이니

Python 모듈/파일 import 방법들에 대하여

Certbot(Let's encrypt) SSL 인증서 자동갱신하는 방법

Python 양방향 연결리스트 구현 (Python Bidirectional Linked List)

Python 단방향 연결리스트 구현 (Python one-directional Linked List)