20181205(模块循环导入解决方案,json&pickle模块,time,date,random介绍)
一、补充内容
循环导入
解决方案:
1、将导入的语句挪到后面。
2、将导入语句放入函数,函数在定义阶段不运行
#m1.py
print('正在导入m1') #②能够正常打印
from m2 import y #③跳转到m2模块寻找y
x='m1' #此句暂未执行
#m2.py
print('正在导入m2') #④能够正常打印
from m1 import x #⑤此句无法正常运行,因为m1中没有x的数据
y='m2' #此句也暂未执行
#run.py
import m1 #①导入m1模块
解决方案一:导入语句放到最后
#m1.py
print('正在导入m1')
x='m1'
from m2 import y
#m2.py
print('正在导入m2')
y='m2'
from m1 import x
解决方案二:导入语句放到函数中
#m1.py
print('正在导入m1')
def f1(): #在导入m1时,函数并没有运行
from m2 import y
print(x,y)
x = 'm1' #获取x的值
#m2.py
print('正在导入m2')
def f2():
from m1 import x
print(x,y)
y = 'm2'
#run.py
import m1
m1.f1()
二、包
定义:包就是一个含有__init__.py文件的文件夹。
导包就是导入__init__文件中的内容
绝对导入:以包的顶级文件夹目录作为查找的起始位置。
先要添加环境变量;
import sys
sys.path.append(r'C:\Users\wangt\PycharmProjects\new\20181205')
也就是说包放置在了20181205这个目录下的某处。
后续调用时,可以直接调用,目录均以文件夹20181205开始:
import m1 #导入20181205文件夹下的m1模块
import aaa.m2 #导入20181205文件夹下的aaa文件夹中的m2模块
import aaa #导入20181205文件夹下的aaa文件夹中的所有模块 #此处假设aaa是文件夹的名字
from aaa.m2 import func1 #导入20181205文件夹下的aaa文件夹中m2模块中的func1函数
import aaa.bbb.m3 #导入文件夹20181205\aaa\bbb下的m3模块
#######此处存疑######相对导入:仅限在包内用,只能用于包内的模块互相引用。
.代表当前文件夹,..代表上一级文件夹,...代表上上级文件夹,以此类推。
import m1 #导入当前文件夹下的m1模块
import .m2 #导入当前文件夹的上一级文件夹中的m2模块
from ..m3 import func1 #导入当前文件夹的上一级文件夹的上一级文件夹中的m2模块中的func1函数
三、json&pickle模块
目的:为了解决序列化问题
序列化定义:序列化就是将内存中的数据类型转换成另外一种格式。
即: 字典----序列化---》其他格式---》--------》存到硬盘
硬盘------读取---》其他格式---反序列化-----》字典
序列化的目的:
1、持久保存程序的运行状态
2、数据的跨平台交互
序列化的使用:
json(最常用):
优点:这种格式是一种通用的格式,所有编程语言都能识别。跨平台性好。
缺点:不能识别所有python类型(例如不能识别集合)
强调:json不能识别单引号,是能识别双引号。
pickle:
优点:能识别所有python类型
缺点:只能被python这门编程语言识别
dumps和loads方法都在内存中转换,dump和load的方法会多一个步骤,dump是把序列化后的字符串写到一个文件中,而load是从一个一个文件中读取文件
json储存成字符串类型,所以mode为t。
import json
dic={'k1':True,'k2':10,'k3':'egon'}
序列化:
dic_json=json.dumps(dic)
print(dic_json,type(dic_json))
输出结果为:
{"k1": true, "k2": 10, "k3": "egon"} <class 'str'> #这是跨平台的交互数据
持久化:
with open('a.json',mode='wt',encoding='utf8') as f:
f.write(dic_json)
从文件中读取json格式的字符:
with open('a.json',mode='rt',encoding='utf8') as f:
dic_json=f.read()
反序列化
dic=json.loads(dic_json)
print(dic)
序列化+持久化
with open('a.json',mode='wt',encoding='utf8') as f:
json.dump(dic,f)
读取文件内容+反序列化
with open('a.json',mode='rt',encoding='utf8') as f:
dic=json.load(f)
print(dic)
pickle只能数据持久化,无法跨平台调用。储存成二进制类型,所以mode为b。
import pickle
dic={'k1':True,'k2':10,'k3':'egon'}
序列化:
dic_pkl=pickle.dumps(dic)
持久化:
with open('dic.pkl',mode='wb') as f:
f.write(dic_pkl)
读取文件内容及反序列化
with open('dic.pkl',mode='rb') as f:
dic_pkl=f.read()
dic=pickle.loads(dic_pkl)
print(type(dic))
序列化+持久化
with open('c.pkl',mode='wb') as f:
pickle.dump(dic,f)
读取文件内容+反序列化
with open('c.pkl',mode='rb') as f:
dic=pickle.load(f)
print(dic,type(dic))
四、内置模块介绍
1、time&datatime
time模块
时间分为三种格式:
1、时间戳,参考1970年的时间
print(time.time())
输出结果为:
1544006378.4561322 #从格林威治时间1970年01月01日00时00分00秒到现在过去的秒数
2、格式化的字符串
print(time.strftime('%Y-%m-%d %H:%M:%S %p')) #p是上午下午的意思。
print(time.strftime('%Y-%m-%d %H:%M:%S'))
输出结果为:
2018-12-05 18:38:31 PM
2018-12-05 18:38:31
3、结构化的时间对象
print(time.localtime()) #当前时区时间
print(time.gmtime()) #格林尼治时间
print(time.localtime().tm_hour) #一天的第几个小时
print(time.localtime().tm_wday) #一周的第几天
print(time.localtime().tm_yday) #一年的第几天
时间转换
时间戳——》struct time——》格式化的字符串时间
import time
struct_time=time.localtime(123123) #秒数转化为结构化时间
print(struct_time)
输出结果为:
time.struct_time(tm_year=1970, tm_mon=1, tm_mday=2, tm_hour=18, tm_min=12, tm_sec=3, tm_wday=4, tm_yday=2, tm_isdst=0)
print(time.strftime('%Y-%m-%d',struct_time)) #将结构化的时间转换为标准格式
输出结果为:
1970-01-02
格式化的字符串——》struct_time——》时间戳
import time
struct_time=time.strptime('2018-12-05','%Y-%m-%d') #将格式化的字符串时间转换为结构化时间
print(time.mktime(struct_time)) #将结构化时间转换为时间戳
输出结果为:
1543939200.0
datetime模块
获取格式化的字符串的时间
import datetime
print(datetime.datetime.now()) #直接获取当前时间
输出结果:
2018-12-05 18:45:23.195833
print(datetime.datetime.fromtimestamp(5678989)) #将时间戳直接转换为结构化时间的字符串
输出结果为:
1970-03-08 01:29:49
计算时间
import datetime
print(datetime.datetime.now()) #当前时间
print(datetime.datetime.now()+datetime.timedelta(days=3)) #三天后时间
print(datetime.datetime.now()+datetime.timedelta(hours=3)) #三小时后时间。 #支持weeks,days,seconds,minutes,hours,还有毫秒等,支持负号-,就是多久之前。
print(datetime.datetime.now()+datetime.timedelta(days=3,hours=3)) #三天三小时后
输出结果为:
2018-12-05 18:54:22.206142
2018-12-08 18:54:22.206142
2018-12-05 21:54:22.206142
2018-12-08 21:54:22.206142
2、random模块
import random
print( random.randint(1,10) ) # 产生 1 到 10 的一个整数型随机数 (包括1和10)
print( random.random() ) # 产生 0 到 1 之间的随机浮点数
print( random.uniform(1.1,5.4) ) # 产生 1.1 到 5.4 之间的随机浮点数,区间可以不是整数
print( random.randrange(1,100,2) ) # 生成从1到100的间隔为2的随机整数,顾头不顾尾,不包括100
a=[1,3,5,6,7] # 将序列a中的元素顺序打乱
random.shuffle(a)
print(a)
print( random.choice('tomorrow') ) # 从序列中随机选取一个元素
print( random.choice(['1','a','4','b']) ) # 从列表中随机选取一个元素
print( random.sample(['1','a','4','b'],2) ) # 从列表中随机选取两个元素
应用:随机验证码。
chr(num) 可以将数字按照ASCII表转换成对应得符号。
例如
print(chr(65))
print(chr(90))
print(chr(97))
print(chr(122))
输出结果为:
A
Z
a
z
import random
res='' #空字符串
for i in range(5): #循环五次,得到一个五位的验证码
num=str(random.randint(0,9)) #得到0到9的随机数,并且改为字符串类型
alp=chr(random.randint(65,90)) #对应ASCII表,得到大写字母
res += random.choice([num,alp]) #二选一,字符串性价
print(res) #输出随机的五位验证码
升级版本:
def make_code(max_size=5):
import random
res=''
for i in range(max_size):
num=str(random.randint(0,9))
alp=chr(random.randint(65,90))
res += random.choice([num,alp])
return res
print(make_code(10)) #指定验证码长度
20181205(模块循环导入解决方案,json&pickle模块,time,date,random介绍)的更多相关文章
- [re模块、json&pickle模块]
[re模块.json&pickle模块] re模块 什么是正则? 正则就是用一些具有特殊含义的符号组合到一起(称为正则表达式)来描述字符或者字符串的方法.或者说:正则就是用来描述一类事物的规则 ...
- Pythoy 数据类型序列化——json&pickle 模块
Pythoy 数据类型序列化--json&pickle 模块 TOC 什么是序列化/反序列化 pickle 模块 json 模块 对比json和pickle json.tool 命令行接口 什 ...
- python之os与json&pickle模块
一.os模块 简单概述一下os模块就是与操作系统交互的一个接口 import os #os.getcwd() print(os.getcwd()) # 获取到当前工作目录 # 运行结果:E:\pyt ...
- 模块的概念、模块的导入方式【IMPORT 模块名、FROM 模块 IMOPRT 功能】、模块的搜索路径、链式导入&循环导入
今日内容 1. 模块:模块的概念 2.导入的方式:import from import 3. 环境变量:sys.path 4. 导入模块的顺序 5. 循环导入:模块间互相导入 模块 常见的四种模块: ...
- Atitit.json xml 序列化循环引用解决方案json
Atitit.json xml 序列化循环引用解决方案json 1. 循环引用1 2. 序列化循环引用解决方法1 2.1. 自定义序列化器1 2.2. 排除策略1 2.3. 设置序列化层次,一般3级别 ...
- Python(正则 Time datatime os sys random json pickle模块)
正则表达式: import re #导入模块名 p = re.compile(-]代表匹配0至9的任意一个数字, 所以这里的意思是对传进来的字符串进行匹配,如果这个字符串的开头第一个字符是数字,就代表 ...
- python-模块入门二(模块循环导入,区分python文件的两种用途,模块搜索路径,软件开发的目录规范)
一.模块的循环导入问题 run.py # import m1 # 第一次导入 m1.py # 错误示范 ''' print('正在导入m1') from m2 import y #第一次导入m2 x= ...
- 常用模块 time sys os json pickle
# import time # print(time.time()) #秒数 # print('开始下载') # time.sleep(2) # print('下载完成') # print(time. ...
- os模块/sys模块/json/pickle模块/logging模块(day16整理)
目录 今日内容 os模块 对文件操作 对文件夹此操作 辅助性的 了解 sys模块 json和pickle模块 json模块 pickle模块 logging模块 日志级别 添加设置 自定义配置 今日内 ...
随机推荐
- NET Core源代码通过Autofac实现依赖注入
查看.NET Core源代码通过Autofac实现依赖注入到Controller属性 阅读目录 一.前言 二.使用Autofac 三.最后 回到目录 一.前言 在之前的文章[ASP.NET Cor ...
- Nuxt使用记录
代码及插件需要根据环境引入 (服务端没有window,document,浏览器端没有global) const myPlugins = { install(Vue, options) { Vue.pr ...
- sqlserver 删除两种方法比较
delete from tb where id=1 删除数据 truncate table tb where id=1 第一种 自增长id不会删除,第二种会删除
- Vue2.0 官方文档学习笔记
VUE2.0官方文档 基础部分: 1.VUE简介 Vue是一个基于MVVM的框架,其中M代表数据处理层,V代表视图层即我们在Vue组件中的html部分,VM即M和V的结合层,处理M层相应的逻辑数据,在 ...
- C++ error:Debug Assertion Failed.Expression:_BLOCK_TYPE_IS_VALID(phead->nBlock)
Debug Assertion Failed.Expression:_BLOCK_TYPE_IS_VALID(phead->nBlockUse) 关于上面这个错误,我在上一篇文章中的程序遇到过了 ...
- Class 类
在javascript 中应用类的概念 // javascript web applications 富应用开发 // 类库:生成类的地方:给所有的构造函数提供基础方法,如 extend, inclu ...
- log4cpp安装使用
1. 主页:http://log4cpp.sourceforge.net“Log4cpp is library of C++ classes for flexible logging to files ...
- NVM for Windows下载与安装
下载NVM for Windows https://github.com/coreybutler/nvm-windows/releases nvm-noinstall.zip: 这个是绿色免安装版本, ...
- Securityonion介绍
下载地址 https://github.com/Security-Onion-Solutions/security-onion/blob/master/Verify_ISO.md ...
- Windows 7, Visual Studio 2015下编译Webkit
因工作需要,需要编译Windows版本的Webkit,中间走了不少弯路,都记录下来,供大家参考!也随时欢迎大家讨论(QQ群:345802342) 整个编译工作参考的是官方文档:https://webk ...