【www.bbyears.com--python】
sys模块
sys模块是与python解释器交互的一个接口
sys.argv 命令行参数List,第一个元素是程序本身路径 sys.exit(n) 退出程序,正常退出时exit(0),错误退出sys.exit(1) sys.version 获取Python解释程序的版本信息 sys.path 返回模块的搜索路径,初始化时使用PYTHONPATH环境变量的值 sys.platform 返回操作系统平台名称
序列化模块
序列化的目的:
以某种存储形式使自定义对象持久化
将对象从一个地方传递到另一个地方
使程序更具维护性
json
# Json模块提供了四个功能:dumps、dump、loads、load import json dic = {"k1":"v1","k2":"v2","k3":"v3"} str_dic = json.dumps(dic) #序列化:将一个字典转换成一个字符串 print(type(str_dic),str_dic) #{"k3": "v3", "k1": "v1", "k2": "v2"} #注意,json转换完的字符串类型的字典中的字符串是由""表示的 dic2 = json.loads(str_dic) #反序列化:将一个字符串格式的字典转换成一个字典 #注意,要用json的loads功能处理的字符串类型的字典中的字符串必须由""表示 print(type(dic2),dic2) # {"k1": "v1", "k2": "v2", "k3": "v3"} list_dic = [1,["a","b","c"],3,{"k1":"v1","k2":"v2"}] str_dic = json.dumps(list_dic) #也可以处理嵌套的数据类型 print(type(str_dic),str_dic) # [1, ["a", "b", "c"], 3, {"k1": "v1", "k2": "v2"}] list_dic2 = json.loads(str_dic) print(type(list_dic2),list_dic2) # [1, ["a", "b", "c"], 3, {"k1": "v1", "k2": "v2"}]
import json f = open("json_file","w") dic = {"k1":"v1","k2":"v2","k3":"v3"} json.dump(dic,f) #dump方法接收一个文件句柄,直接将字典转换成json字符串写入文件 f.close() f = open("json_file") dic2 = json.load(f) #load方法接收一个文件句柄,直接将文件中的json字符串转换成数据结构返回 f.close() print(type(dic2),dic2)
import json f = open("file","w") json.dump({"国籍":"中国"},f) ret = json.dumps({"国籍":"中国"}) f.write(ret+"\n") json.dump({"国籍":"美国"},f,ensure_ascii=False) ret = json.dumps({"国籍":"美国"},ensure_ascii=False) f.write(ret+"\n") f.close() ensure_ascii关键字参数
pickle
json & pickle
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
# pickle模块提供了四个功能:dumps、dump(序列化,存)、loads(反序列化,读)、load (不仅可以序列化字典,列表...可以把python中任意的数据类型序列化 import pickle dic = {"k1":"v1","k2":"v2","k3":"v3"} str_dic = pickle.dumps(dic) print(str_dic) #一串二进制内容 dic2 = pickle.loads(str_dic) print(dic2) #字典 import time struct_time = time.localtime(1000000000) print(struct_time) f = open("pickle_file","wb") pickle.dump(struct_time,f) f.close() f = open("pickle_file","rb") struct_time2 = pickle.load(f) print(struct_time2.tm_year)
shelve
# shelve也是python提供给我们的序列化工具,比pickle用起来更简单一些。 # shelve只提供给我们一个open方法,是用key来访问的,使用起来和字典类似。 import shelve f = shelve.open("shelve_file") f["key"] = {"int":10, "float":9.5, "string":"Sample data"} #直接对文件句柄操作,就可以存入数据 f.close() import shelve f1 = shelve.open("shelve_file") existing = f1["key"] #取出数据的时候也只需要直接用key获取即可,但是如果key不存在会报错 f1.close() print(existing)
# 这个模块有个限制,它不支持多个应用同一时间往同一个DB进行写操作。所以当我们知道我们的应用如果只进行读操作,我们可以让shelve通过只读方式打开DB import shelve f = shelve.open("shelve_file", flag="r") existing = f["key"] f.close() print(existing)
# 由于shelve在默认情况下是不会记录待持久化对象的任何修改的,所以我们在shelve.open()时候需要修改默认参数,否则对象的修改不会保存。 import shelve f1 = shelve.open("shelve_file") print(f1["key"]) f1["key"]["new_value"] = "this was not here before" f1.close() f2 = shelve.open("shelve_file", writeback=True) print(f2["key"]) f2["key"]["new_value"] = "this was not here before" f2.close() """ writeback方式有优点也有缺点。优点是减少了我们出错的概率,并且让对象的持久化对用户更加的透明了;但这种方式并不是所有的情况下都需要,首先,使用writeback以后,shelf在open()的时候会增加额外的内存消耗,并且当DB在close()的时候会将缓存中的每一个对象都写入到DB,这也会带来额外的等待时间。因为shelve没有办法知道缓存中哪些对象修改了,哪些对象没有修改,因此所有的对象都会被写入。 """