day19 python
一.序列化模块
序列类型: 列表 字符串 元组 bytes
序列化: 特指字符串和bytes, 就是把其他的数据类型转化成序列的数据类型的过程
dic = {'1','2'}
print(str(dic)) #这就是序列化
1.为什么要把其他数据类型转成字符串: 一.能在网络上传输的只能是bytes, 能存在文件里的只有bytes和str(本质都是bytes)
二.字符串就可以传输,但是dic格式的处理起来更方便, 处理字符串的成本高
2.倒是能用str()搞, 但是咋搞回来呢?: 用eval可以搞回来, 但eval不专业, 应为他是执行,(执行的什么都很危险)
lst = str([1,2,3])
print(lst, type(lst)) #[1, 2, 3] <class 'str'>
rst = eval(lst)
print(rst, type(rst)) #[1, 2, 3] <class 'list'>
rst=eval('[1,2,3]')
print(rst, type(rst)) #[1, 2, 3] <class 'list'>
二.json模块
import json
dic = {'name':"bajie", 'age':66}
rst = json.dumps(dic) #序列化
print(dic, type(dic)) #{'name': 'bajie', 'age': 66} <class 'dict'> #python中的引号: 单引号
print(rst, type(rst)) #{"name": "bajie", "age": 66} <class 'str'> #json中的引号: 双引号
dic = json.loads(rst) #反序列化
print(dic, type(dic)) #{'name': 'bajie', 'age': 66} <class 'dict'>
问题1
dic = {'name':"bajie", 22:66} #当key是int时, json时会把int改成str, 且永远是str类型
rst = json.dumps(dic)
print(rst, type(rst))
问题2
dic = {'name': [1,2,3], 22: (4,5,6)}
rst = json.dumps(dic)
print(rst, type(rst)) #当value是元组时, json时会把元组改成列表, 且永远是列表类型
问题3
set1 = {1,2,3,'bajie'}
rst = json(set1) #json 搞不了集合
问题4
dic = {(1,2,3):1, 3:4} #元组不能做key, 否则json不能序列化
rst = json.dumps(dic)
json总结:
json能处理的数据类型非常有限: 字符串, 数字, 列表, 字典(key只能是: 字符串和数字(数字会强转成字符串), value中的元组会被强转成列表)
为什么支持的这么少: 因为它要在所有的语言中通信用, 要用的数据格式是大家都支持的.在python中序列化之后, 在其他的语言都可以反序列化
import json
dic = {'name':"bajie", 'age':66}
rst = json.dumps(dic)
with open('json_file','w') as f: #手动往json串中加key,value,也可以, 但是要都加双引号""
f.write(rst+'\n')
with open('json_file', 'r') as f:
data = f.readline()
dic = json.loads(data)
print(dic)
json模块: dump和load: 和dumps, loads(操作内存的)一样, 但是可以直接操作文件,不能多次load和dump: 只能搞一次
import json
dic = {'name':"bajie", 'age':66}
with open('json_file','w') as f: #手动往json串中加key,value,也可以, 但是要都加双引号""
json.dump(dic, f)
with open('json_file', 'r') as f:
dic = json.load(f)
print(dic)
问题5: 可以往文件中多次dumps, 但是loads取的时候只能每行是一个数据类型才行,
import json
dic = {'name':'bajie','age':60}
with open('json_o', 'a') as f:
rst = json.dumps(dic)
for i in range(5):
f.write(rst+'\n')
with open('json_o', 'r') as f:
for line in f:
print(json.loads(line))
json模块: 编码问题
import json
dic = {'name':'八戒'}
print(json.dumps(dic,ensure_ascii=False)) #不用编码, 原样输出
print(json.loads(json.dumps(dic,ensure_ascii=False))) #ensure_ascii 不影响loads的结果
print(json.loads(json.dumps(dic))) #loads 的结果是一样的
json模块: dumps时的格式化输出
import json
data = {'name':'bajie', 'age':['name','datang','name','八戒']}
json_data = json.dumps(data, sort_keys=True, indent=2, separators=(',',':'),ensure_ascii=False)
# 要根据key去排序 - 每次换行前面几个空格 - 指定要格式化的符号 #一般存和传的时候不用, 只有当你想看, 才看一看
print(json_data)
三.pickle模块
import pickle
dic = {(1,2,3):{'a','b'}, 1:'abc'} #这些数据类型json处理不了, 那么就用pickle
rst = pickle.dumps(dic) #1.和json不同, 结果是bytes.(而且这种bytes, decode不了, 只能用pickle的load去还原)
dic = pickle.loads(rst) #2.和json不同, 用loads还原回来的都是之前的东西(也就是说几乎所有的数据类型它都支持)
print(dic) #3.和json不同, 只能在python中使用
print(rst)
pickle模块: load和dump, 和json一样也是和文件操作配合的
with open('dump_file','wb') as f: #4.和json不同, 打开文件的时候要有b,因为是bytes类型
pickle.dump("\n%s" % dic, f)
pickle.dump("\n%s" % dic, f) #5.和json不同,可以多次dump, 而且dump时候不用加\n, 打印是会多出一空行
pickle.dump("%s" % dic, f)
pickle.dump("%s" % dic, f)
with open('dump_file','rb') as f: #4.和json不同, 打开文件的时候要有b,因为是bytes类型
rst = pickle.load(f)
print(rst, type(rst))
rst = pickle.load(f) #5.和json不同,也可以多次load, load一次取一次dump的结果, 取完再取会报错
print(rst, type(rst))
rst = pickle.load(f)
print(rst, type(rst))
with open('dump_file','rb') as f:
while True:
try: #5.把load的报错, 进行异常处理
rst = pickle.load(f)
print(rst, type(rst))
except EOFError:
break
练习
1.写一个函数,接收一个参数, 如果是文件, 就执行这个文件,如果是文件夹就执行这个文件夹下所有的py文件
import os
def func(filepath):
if os.path.isfile(filepath) and filepath.endswith(".py"):
os.system("python %s" % filepath)
if os.path.isdir(filepath):
for name in os.listdir(filepath):
file_path = os.path.join(filepath, name)
if os.path.isfile(file_path) and file_path.endswith('.py'):
os.system("python %s" % file_path)
func(r'C:\Users\THINKPAD\PycharmProjects\s15\day02')
func(r'C:\Users\THINKPAD\PycharmProjects\s15\day02\forsum.py')
2.写一个copy函数,接收两个参数,src dst文件, 然后将源文件copy到目标位置
import os
def copy(sfile, dpath):
s_filename = os.path.basename(sfile)
if os.path.isfile(s_filename) and os.path.isdir(dpath):
d_filename = os.path.join(dpath,s_filename)
if os.path.isfile(d_filename):
print('%s is exist' % d_filename)
os.rename(d_filename,"%s.bak" % d_filename)
with open(sfile, mode='rb') as f1, open((d_filename), mode='wb') as f2:
for line in f1:
f2.write(line)
copy(r'C:\Users\THINKPAD\PycharmProjects\s15\day02\format.py', r'C:\Users\THINKPAD\PycharmProjects\s15\day01')
3.获取某个文件所在目录的上一级目录
print(os.path.dirname(os.path.dirname(r'C:\Users\THINKPAD\PycharmProjects\s15\day01')))
4.使用os模块创建如下目录结构
glance
__init__.py
api
__init__.py
policy.py
versions.py
cmd
__init__.py
manage.py
db
__init__.py
model.py
import os
os.makedirs('glance/api')
os.makedirs('glance/cmd')
os.makedirs('glance/db')
open('glance/__init__.py',mode='w').close()
open('glance/api/__init__.py',mode='w').close()
open('glance/api/policy.py',mode='w').close()
open('glance/api/versions.py',mode='w').close()
open('glance/cmd/__init__.py',mode='w').close()
open('glance/cmd/manage.py',mode='w').close()
open('glance/db/__init__.py',mode='w').close()
open('glance/db/model.py',mode='w').close()
5.写一个用户注册的程序, 每个用户注册都要把用户名和密码用字典的格式写入文件userinfo, 在登录的时候,在从文件中读取信息进行验证
import pickle
def regist():
if not os.path.isfile('userinfo'):
open('userinfo','w').close()
user = input('user: ')
password = input('password ')
dic = {'user':user,'password':password}
with open('userinfo', 'rb+') as f:
while True:
try:
f_dic = pickle.load(f)
if user in f_dic['user']:
print('user: %s is exists!')
break
else:
f.seek(0,2)
pickle.dump(dic, f)
except:
break
def login():
user = input('user: ')
password = input('password ')
dic = {'user': user, 'password': password}
flags = False
with open('userinfo', 'rb') as f:
while True:
try:
f_dic = pickle.load(f)
if user == f_dic['user'] and password == f_dic['password']:
print('successful!')
flags = True
return
except:
break
if flags == False:
print('incurrent!')
def view():
with open('userinfo', 'rb') as f:
while True:
try:
f_dic = pickle.load(f)
print(f_dic)
except:
break
cmds = {'0':regist,'1':login,'3':view}
while True:
prompt = '''
(0)regist
(1)login
(2)quit
(3)view
please give me your choice(0/1/2/3): '''
choice = input(prompt)
if choice == '2':
break
cmds[choice]()
#6.发红包
import random
def hand_red(num, money):
money = money * 100 #把元单位换成分, 这样就不涉及小数了
lst = random.sample(range(1,money),num-1)
lst.append(0)
lst.append(money)
lst.sort()
new_lst = []
for i in range(len(lst)-1):
yield ((lst[i+1]-lst[i])/100) #把分转换回元为单位, 然后返回的是生成器, 可以让你抢一个,生一个
rst = hand_red(9,100)
for i in rst:
print(i)
- python(6)- json和pickle模块
这是用于序列化的两个模块: json: 用于字符串和python数据类型间进行转换 pickle: 用于python特有的类型和python的数据类型间进行转换 Json模块提供了四个功能:dumps ...
- python基础-json、pickle模块
json.pickle区别 总结: """ json: 1.不是所有的数据类型否可以序列化,序列化返回结果为字符串 2.不能多次对同一文件序列化 3.json数据可以跨语 ...
- python之json、pickle模块
一.json模块 之前我们学习过用eval内置方法可以将一个字符串转成python对象,不过,eval方法是有局限性的,对于普通的数据类型,json.loads和eval都能用,但遇到特殊类型的时候, ...
- python 之 json 与pickle 模块
序例化:将对象转换为可通过网络传输或可以存储到本地磁盘的数据格式(如:XML.JSON或特定格式的字节串)的过程称为序列化:反之,则称为反序列化. 1.[JSON] import json dic={ ...
- python值json与pickle模块
#json 是用来序列化对象的 # 只有2个方法,序列化与反序列化 # 但是不能序列化类 与 函数 import json dict={"key1":[1,2,3,4,5]} f ...
- os模块,sys模块,json和pickle模块,logging模块
目录 OS模块 sys模块 json和pickle模块 序列化和反序列化 json模块 pickle logging模块 OS模块 能与操作系统交互,控制文件 / 文件夹 # 创建文件夹 import ...
- 模块讲解---os模块,sys模块,json和pickle模块,logging模块
目录 模块的用法 os模块 常用的功能 sys模块 常用的功能 json和pickle模块 4. logging模块 模块的用法 通过 import 或者from......import...... ...
- python模块(json和pickle模块)
json和pickle模块,两个都是用于序列化的模块 • json模块,用于字符串与python数据类型之间的转换 • pickle模块,用于python特有类型与python数据类型之间的转换 两个 ...
- Python json和pickle模块
用于序列化的两个模块 json,用于字符串 和 python数据类型间进行转换 pickle,用于python特有的类型 和 python的数据类型间进行转换 Json模块提供了四个功能:dumps. ...
- Python之时间模块、random模块、json与pickle模块
一.时间模块 1.常用时间模块 import time # 时间分为三种格式 #1.时间戳---------------------以秒计算 # start= time.time() # time.s ...
随机推荐
- CSS3小笔记
border-radius:圆角属性:border-radius:左上,右上,右下,左下.transform:rotate(角度):transparent 透明的三角形的写法设置宽和高为0,设置边框的 ...
- Linux 系统参数优化
修改系统所有进程可打开的文件数量 sysctl -w fs.file-max=2097152sysctl -w fs.nr_open=2097152 > vi /etc/sysctl.conff ...
- Reporting Services 配置工具
使用 Reporting Services 配置管理器可配置 Reporting Services 安装.如果使用“仅文件”选项安装报表服务器,则必须使用此工具来配置服务器,才能使用该服务器.如果使用 ...
- (线性基)Operation
http://acm.hdu.edu.cn/showproblem.php?pid=6579 线性基https://blog.csdn.net/a_forever_dream/article/deta ...
- 定义一个JobService,开启本地服务和远程服务
@SuppressWarnings(value = ["unchecked", "deprecation"])@RequiresApi(Build.VERSIO ...
- ORACLE Physical Standby DG搭建
主库: 一:强制force logging: alter database force logging; 二:开启主库的归档模式 三:主库添加standby redo log,比redo日志组多一组: ...
- BigDecimal保留小数处理
最近在处理支付相关的需求,涉及到金额的问题,采用传统的基本数据类型处理会存在误差,因此采用BigDecimal对象进行处理. 一.构造BigDecimal对象的方式 BigDecimal(int) ...
- 边界安全 - CDN/DMZ/网络协议
CDN 工具 - LuManager CDN DMZ 网络协议 - DNS Win7下搭建DNS服务器 - BIND 根域 顶级域(即相关国家域名管理机构的数据库,如中国的CNNIC) com n ...
- HTML/CSS点滴记录
1. overflow 定义溢出元素内容区的内容会如何处理 visible 默认值.内容不会被修剪,会呈现在元素框之外. hidden 内容会被修剪,并且其余内容是不可见的. scroll 内容会被修 ...
- vuejs基础-事件修饰符
事件修饰符: .stop 阻止冒泡 .prevent 阻止默认事件 .capture 添加事件侦听器时使用事件捕获模式 .self 只当事件在该元素本身(比如不是子元素)触发时触发回调 .once 事 ...