序列化
什么叫序列化——将原本的字典、列表等内容转换成一个字符串的过程就叫做序列化。
序列就是字符串
序列化的目的
1、以某种存储形式使自定义对象持久化；
2、将对象从一个地方传递到另一个地方。
3、使程序更具维护性。
#json模块（*****）
# 通用的序列化格式
# 只有很少的一部分数据类型能够通过json转化成字符串
#pickle模块
#所有的python中的数据类型都可以转化成字符串形式
#pickle序列化的内容只有python能理解
#且部分反序列化依赖代码
#shelve模块
#有了序列化句柄
#使用句柄直接操作
#json dumps(序列化方法） loads （反序列方法） #可序列化：数字 字符串 列表 字典 元祖（元祖转化列表序列化） # dic = {'k1':'v1'} import json print(type(dic),dic) str_d = json.dumps(dic) #序列化：将一个字典转换成一个字符串 print(type(str_d),str_d) #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 dic_d = json.loads(str_d) #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(str_d),str_d) # 元祖序列化 dic = (1,2,3,4) print(type(dic),dic) str_d = json.dumps(dic) #序列化：将一个字典转换成一个字符串 print(type(str_d),str_d)
<class 'dict'> {'k1': 'v1'}
<class 'str'> {"k1": "v1"}
<class 'str'> {"k1": "v1"}
#json dump load方法--文件相关的操作 import json dic = {'k1':'v1'} f = open('fff','w',encoding='utf-8') json.dump(dic,f) #将字典序列化然后传到文件中 f.close() import json f =open('fff') res = json.load(f) f.close() print(type(res),res)
#ensure_ascii=False 参数解决中文问题 import json dic = {'k1':'中国人','k2':'b'} f = open('fff','w',encoding='utf-8') json.dump(dic,f,ensure_ascii=False) #将字典序列化然后传到文件中 f.close() f =open('fff',encoding='utf-8') res = json.load(f) f.close() print(type(res),res) <class 'dict'> {'k2': 'b', 'k1': '中国人'}
# 一行一行写 l = [{'k':'111'},{'k':'111'},{'k':'111'}] f = open('file','w') import json for dic in l: str_dic = json.dumps(dic) f.write(str_dic+' ') f.close()
import json l = [] f = open('file') for line in f: dic = json.loads(line.strip()) l.append(dic) f.close() print(l)
pickle模块
#pickle 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)
b'x80x03}qx00(Xx02x00x00x00k1qx01Xx02x00x00x00v1qx02Xx02x00x00x00k2qx03Xx02x00x00x00v2qx04Xx02x00x00x00k3qx05Xx02x00x00x00v3qx06u.'
{'k1': 'v1', 'k2': 'v2', 'k3': 'v3'}
#分布dump和load 但是json不行
import time struct_time1 = time.localtime(1000000000) struct_time2 = time.localtime(2000000000) f = open('pickle_file','wb') pickle.dump(struct_time1,f) pickle.dump(struct_time2,f) f.close() f = open('pickle_file','rb') struct_time1 = pickle.load(f) struct_time2 = pickle.load(f) print(struct_time1.tm_year) print(struct_time2.tm_year) f.close() 2001 2033
模块导入
demo print('in demo.py') money = 100 def read(): print('in read1',money) import demo money = 200 demo.read() print(demo.money)
# 先从sys.modules里查看是否已经被导入
# 如果没有被导入，就依据sys.path路径去寻找模块
# 找到了就导入
# 创建这个模块的命名空间
# 执行文件，把文件中的名字放到命名空间里
in demo.py in read1 10
#给模块起别名 import time as t print(t.time()) # oracle # mysql if db == 'oracle': import oracle as db elif db == 'mysql': import mysql as db # 连接数据库 db.connect # db.connect # 登录认证
# 模块导入顺序：先导入内置的，再导入扩展的（别人写好的：django），自定义的模块
#from ....import...
from math import pi print(pi) pi =3 print(pi) 3.141592653589793 3
from ....import * 与__all__配合
demo __all__ = ['money','read'] print('in demo.py') money = 100 def read(): print('in read1',money) def read2(): print('in read2') from demo import * print(money) read()
总结：
所有的模块导入都应该尽量往上写
遵循内置模块、扩展模块、自定义模块
模块不会重复被导入：sys.moudles
#从哪里导入模块：sys.path
#import
import 模块名
模块名.变量名 和本文件中的变量名完全不冲突
import 模块名 as 重命名的模块名：提高代码的兼容性
import 模块1，模块2（不推荐）
#from import
from 模块名 import 变量名
直接使用变量名，就可以完成操作
如果本文件中有相同的变量名会发生冲突
from 模块名 import 变量名 as 重命名的变量名
from 模块名 import 变量名1，变量名2
from 模块名 import *
将模块中的所有变量名都放到内存中
from 模块名 import * 和__all__是一对
没有这个变量就会导入所有的名字
如果有all只导入al列表中的名字
包 一大堆模块的集合
__name__
在模块中有一个变量__name__
当我们直接执行这个模块的时候，__name__的值就等于__main__
当我们执行其他模块。在其他模块中引用这个模块的时候，这个模块中的__name__ == ‘模块的名字’