python自动化开发5a

python的常用模块

 

　　在计算机程序的开发过程中，随着程序代码越写越多，在一个文件里代码就会越来越长，越来越不容易维护。为了编写可维护的代码，我们把很多函数分组，分别放到不同的文件里，这样，每个文件包含的代码就相对较少，很多编程语言都采用这种组织代码的方式。在Python中，一个.py文件就称之为一个模块（Module）。

　　使用模块的好处：首先，大大提高了代码的可维护性。其次，编写代码不必从零开始。当一个模块编写完毕，就可以被其他地方引用。我们在编写程序的时候，也经常引用其他模块，包括Python内置的模块和来自第三方的模块。 

pickle模块和json模块

　　pickle和json是用于序列化的两个模块

　　序列化：我们把对象(变量)从内存中变成可存储或传输的过程称之为序列化。 

　　序列化的作用：1.持久保存状态;2.跨平台数据交互。

　　　　持久保存状态：内存是无法永久保存数据的，当程序运行了一段时间，我们断电或者重启程序，内存中关于这个程序的之前一段时间的数据（有结构）都被清空了；在断电或重启程序之前将程序当前内存中所有的数据都保存下来（保存到文件中），以便于下次程序执行能够从文件中载入之前的数据，然后继续执行，这就是序列化。举个通俗易懂的例子来说，你玩某个网络游戏闯到了第13关，你想保存游戏状态，关机走人，下次再玩，还能从上次的位置开始继续闯关。或如，虚拟机状态的挂起等。

　　　　跨平台数据交互：序列化之后，不仅可以把序列化后的内容写入磁盘，还可以通过网络传输到别的机器上，如果收发的双方约定好实用一种序列化的格式，那么便打破了平台/语言差异化带来的限制，实现了跨平台数据交互。

　　pickle模块

　　　　pickle是python中独有的序列化模块，所谓独有，就是指不能和其他编程语言的序列化进行交互,因为pickle将数据对象转化为bytes。pickle模块提供了四个功能：dumps、dump、loads、load。dumps和dump都是进行序列化，而loads和load则是反序列化。　　

　　　　 dumps将所传入的变量的值序列化为一个bytes，然后，就可以将这个bytes写入磁盘或者进行传输；而dump则更加一步到位，在dump中可以传入两个参数，一个为需要序列化的变量，另一个为需要写入的文件。

　　　　例子：dumps和loads　　　　　　

import pickle
i=[23,46,89]
res=pickle.dumps(i)
res1=pickle.loads(res)
print("序列化：",res)
print("反序列化：",res1)

运行结果：

序列化： b'\x80\x03]q\x00(K\x17K.KYe.'
反序列化： [23, 46, 89]

 

　　 例子：dump和load　　　　

import pickle
d=[1,2,3,4,5]
with open("test1","wb") as f:
        pickle.dump(d,f)
with open("test1","rb") as f:
    res1=f.read()
print("序列化：",res1)
with open("test1","rb") as f:
        res=pickle.load(f)
print("反序列化：",res)

　　　

运行结果：　　

　　序列化： b'\x80\x03]q\x00(K\x01K\x02K\x03K\x04K\x05e.'
　　反序列化： [1, 2, 3, 4, 5]

　　

json模块

　　json中的方法和pickle中差不多，也是dumps，dump，loads，load。使用上也没有什么区别,区别在于，json中的序列化后格式为字符。可以被所有语言读取，也可以方便地存储到磁盘或者通过网络传输。JSON不仅是标准格式，并且比XML更快，而且可以直接在Web页面中读取，非常方便。