python's twenty-fifth day for me 模块

模块：

　　py文件就是模块。

　　python之所以好用，因为模块多。

　　内置模块：python安装的时候自带的。

　　扩展模块：别人写好的，需要安装后可直接使用。

　　自定义模块：自己写的模块。

序列化模块：

　　　　能存储在文件中的一定是字符串或者字节，能在网络上传输的只有字节。

　　　　序列化：就是创造一个序列（字符串）。

python中的序列化模块：

　　　　json：所有的编程语言都通用的序列格式。

　　　　　　　　它支持的数据类型非常有限，数字，字符串，列表，字典。

　　　　pickle：只能在python语言的程序之间传递数据用的。

　　　　　　　　pickle支持python中的所有数据类型。

　　　　shelve：python3x之后才有的。

json模块：识别不了元祖类型，会将元组类型直接转换成列表类型。

　　dumps：序列化，loads：反序列化

import json
dic = {'顾清秋':(175,70,'Music')}
ret = json.dumps(dic,ensure_ascii=False)    # dump 将字典序列化
print(ret,type(ret))        # {"顾清秋": [175, 70, "Music"]} <class 'str'>
res = json.loads(ret)       # loads  反序列化
print(res,type(res))        # {'顾清秋': [175, 70, 'Music']} <class 'dict'>

　　dump 和 load 是直接将对象序列化后写入文件。依赖一个文件句柄。

import json
dic = {'顾清秋':(175,70,'Music')}
f = open('log',encoding='utf-8',mode='w')   # 打开一个文件以‘w’模式
json.dump(dic,f,ensure_ascii=False) # 先接受序列化对象，在接受文件句柄
f.close()
f = open('log',encoding='utf-8')    # 以'r'模式打开一个文件
content = json.load(f)
print(content)  # {'顾清秋': [175, 70, 'Music']}

　　写入多个字典时：

import json
dic1 = {'顾清秋':(175,70,'Music')}
dic2 = {'顾小白':(175,70,'Music')}
dic3 = {'懒笨呆':(175,70,'Music')}
f = open('log2',encoding='utf-8',mode='a')
#  先序列化，再逐个写入文件
str1 = json.dumps(dic1)
f.write(str1+'\n')
str2 = json.dumps(dic2)
f.write(str2+'\n')
str3 = json.dumps(dic3)
f.write(str3+'\n')
f.close()
f = open('log2',encoding='utf-8')
# 用for循环读取
for line in f:
    print(json.loads(line.strip()))     # 用loads(反序列化) 打印出原类型
f.close()
# {'顾清秋': [175, 70, 'Music']}
# {'顾小白': [175, 70, 'Music']}
# {'懒笨呆': [175, 70, 'Music']}

dumps 序列化，loads 反序列化：之在内存中操作数据，主要用于网络传输。

dump 序列化，load 反序列化：主要用于一个数据直接存在文件里--直接和文件打交道。

json不支持元组 不支持除了str数据类型之外的key：

import json
dic = {(175,70,'Music'):'顾清秋'}  # 以元祖为键，json不支持元祖。
ret = json.dumps(dic)
print(ret)
# TypeError: keys must be a string

pickle模块：可识别元祖。

　　dumps : 序列化后是一个bytes类型。

　　loads：反序列化转回原类型。

import pickle
dic = {'顾清秋': (175, 70, 'Music')}
ret = pickle.dumps(dic)     # 序列化结果：不是一个可读的字符串，而是一个bytes类型。
print(ret)
res = pickle.loads(ret)
print(res)  # {'顾清秋': (175, 70, 'Music')}

　　dump 和 load：

import pickle
dic = {'顾清秋': (175, 70, 'Music')}
f =  open('log2','wb')  #  以wb模式就无需编码(不用写encoding='utf-8')
pickle.dump(dic,f)      # 序列化成bytes类型写入文件
f.close()
f = open('log2','rb')   # 读取是以rb模式。
content = pickle.load(f)
print(content)      # {'顾清秋': (175, 70, 'Music')}
f.close()

　　写入多行：

import pickle
dic1 = {'顾清秋':(175,70,'Music')}
dic2 = {'顾小白':(175,70,'Music')}
dic3 = {'懒笨呆':(175,70,'Music')}
f = open('log','wb')
pickle.dump(dic1,f)
pickle.dump(dic2,f)
pickle.dump(dic3,f)
f.close()
f = open('log','rb')
while True:
    try:
        print(pickle.load(f))
    except:
        break
# {'顾清秋': (175, 70, 'Music')}
# {'顾小白': (175, 70, 'Music')}
# {'懒笨呆': (175, 70, 'Music')}

关于序列化自定义类的对象：

import pickle
class A:
    def __init__(self,name,age):
        self.name = name
        self.age = age
a = A('顾清秋',17)
f =  open('顾清秋','wb')
pickle.dump(a,f)
f.close()
f = open('顾清秋','rb')
content = pickle.load(f)
print(content)  # <__main__.A object at 0x000001D0FE619828>
print(content.__dict__)     # {'name': '顾清秋', 'age': 17}
f.close()

模块 shelve：

　　python 专有的序列化模块，只针对文件。

　　

import shelve
f = shelve.open('shelve_file')   # 打开文件
f['key'] = {'int': 10,'float':9.5,'strig':'Sample data'} # 直接对文件句柄操作，就可以存入数据。
f.close()
f1 = shelve.open('shelve_file')
existing = f1['key'] # 取数据的时候也只需要直接用key获取即可，但如果key不存在会报错。
f1.close()
print(existing)

　　设置只读方式：flag = ‘r’

import shelve
f = shelve.open('shelve_file',flag = 'r')
existing = f['key']
# f['key']['int'] = 50    # 不能修改已有结构中的值
# f['key']['new'] = 'new' # 不能再已有的结构中添加新的项。
f['key'] = 'new'    # 但是可以覆盖原来的结构
f.close()
print(existing)

　　写入：writeback = True

import shelve
f = shelve.open('shelve_file',writeback = True)
f['key'] = {'name':'顾小白','age':17}
f['key']['hobby'] = 'Music'
f.close()
f = shelve.open('shelve_file',flag='r')
content1 = f['key']
print(content1)     #  {'hobby': 'Music', 'name': '顾小白', 'age': 17}
f.close()

hashlib——摘要算法：

　　也是算法的集合，有好多算法。

　　字符串——> 数字

　　不同的字符串--->数字一定不同。

　　无论在哪台机器上，在什么时候计算，对相同的字符串，结果总是一样的。

　　摘要的过程不可逆。

　　用法：

　　　　1，文件的一致性校验。2，密文验证的时候加密。

　　密文验证的时候加密：

　　md5算法：通用的算法。

　　sha算法：安全系数更高，sha算法有很多种，后面的数字越大，安全系数越高，

　　　　　　　　得到的数字结果越长，计算的时间越长。

import hashlib
m = hashlib.md5()
m.update('alex3714'.encode('utf-8'))
print(m.hexdigest())        # aee949757a2e698417463d47acac93df    # 16进制的数字

　　为了防止暴力破解和撞库：

　　　　加盐：　　

import hashlib
# m = hashlib.md5()
m = hashlib.md5('guxiaobai'.encode('utf-8'))
m.update(''.encode('utf-8'))
print(m.hexdigest())    # b25cc83ffee9268a80c0c32e107d1ad5

　　　　动态加盐：

import hashlib
username = input('>>>')
password = input('*>>>')
m = hashlib.md5(username.encode('utf-8'))
m.update(password.encode('utf-8'))
print(m.hexdigest())

　　　　文件的一致性校验：

　　　　　　一段字符串直接进行摘要和分成几段摘要的结果是相同的。

import hashlib
md5_obj = hashlib.md5()
md5_obj.update(b'hello world')
print(md5_obj.hexdigest())  # 5eb63bbbe01eeed093cb22bb8f5acdc3
m = hashlib.md5()
m.update(b'hello ')
m.update(b'world')
print(m.hexdigest())        # 5eb63bbbe01eeed093cb22bb8f5acdc3
# 一段字符串直接惊醒摘要和分成几段摘要的结果是相同的。

　　　　　　对文件进行校验，如果两个文件的内容一致，则摘要的结果是一致的。

import hashlib
def check(filename):
    m = hashlib.md5()
    with open(filename,'rb') as f:
        content = f.read()
        m.update(content)
        return m.hexdigest()

print(check('log1'))    # 7fc983869a79c4e549268f47bbdc971b
print(check('log2'))    # 7fc983869a79c4e549268f47bbdc971b
print(check('log1') == check('log2'))   # True