os模块,序列化模块,json模块,pickle模块

OS模块

　　把路径中不符合规范的/改成操作系统默认的格式　　

path = os.path.abspath("D:daydayday 193.py")
print(path)

D:daydayday 19.py

　　     能够给找到的相对路径改成绝对路径

path = os.path.abspath("os 模块.py")
print(path)

C:UsersAdministratorDesktopday19codeday19os 模块.py

　　能够把一个路径分成两段,第二段是一个文件/文件夹　

path = os.path.split("D:daydayday 19os 模块.py")
print(path)

('D:\dayday\day 19', 'os 模块.py')

path = os.path.split("D:daydayday 19")
print(path)



结果
    ('D:\dayday', 'day 19')    

　　返回path的目录,其实就是os.path.split(path)的第一个元素　

ret1 = os.path.dirname("D:daydayday 19pickle.py")
print(ret1)

D:daydayday 19

　　返回path最后的文件名,如果以/或者结尾,那么就会返回空值

ret2  = os.path.basename("D:daydayday 19")
print(ret2)

day 19

如果你两个值都需要 os.path.split
如果你只要一个值 os.path.dirname/os.path.basename

判断文件或者文件夹是否存在

res = os.path.exists(r"D:daydayday 19os 模块.py")
print(res)

True

如果path 是绝对路径就返回True

res = os.path.isabs("D:daydayday 19json.py")
print(res)

True

列出指定目录下的所有文件和子目录,包括隐藏文件,并以列表的方式打印

print(os.listdir("D:dayday"))

['.idea','os模块.py'.....]

如果path是一个存在的目录,返回True,否则返回Flase

print(os.path.isdir(r"D:daydayday 19"))

True

如果path是一个存在的文件,返回True 否则返回Flase

print(os.path.isfile(r"D:daydayday 19json.py"))

True

查看路径文件大小 并返回大小

size  = os.path.getsize(r"D:daydayday 19json.py")
print(size)

86

所有的文件夹 都至少是4096个字节


练习:

　　使用python代码统计一个文件夹中所有文件的总大小
　　你需要统计文件夹大小
　　　　D:sylars15 文件夹的大小
    　　拿到这个文件夹下所有的文件夹 和 文件
    　　是文件就取大小
   　　 是文件夹 再打开这个文件夹 : 文件/文件夹

def func(path):
    size_num = 0
    name_list  = os.listdir(path)
    for i in name_list:
        path_abs = os.path.join(path,i)
        if os.path.isdir(path_abs):
            size = func(path_abs)
            size_num += size
        else:
            size_num += os.path.getsize(path_abs)
    return size_num
ret = func(r'D:dayday')
print(ret)

循环 # 堆栈思想
列表 满足一个顺序 先进来的后出去
lst = [r'D:sylars15',]  # 列表的第一个目录就是我要统计的目录
size_sum = 0
while lst:   # [r'D:sylars15',]  lst = ['D:sylars15day01','D:sylars15day01'..]
    path = lst.pop()  # path = 'D:sylars15' lst = []
    path_list = os.listdir(path)  # path_list = ['day01',day02',aaa,day15.py]
    for name in path_list:  # name = day01
        abs_path = os.path.join(path,name)
        if os.path.isdir(abs_path):   # 文件夹的逻辑
            lst.append(abs_path)        # lst.append('D:sylars15day01')  lst = ['D:sylars15day01']
        else:
            size_sum += os.path.getsize(abs_path)
print(size_sum)

 

os模块 关于windows 系统命令

 运行shell命令,直接显示

os.system("dir") 

　运行shell命令,获取执行结果

print(os.popen("dir").read())

   获取当前工作目录,既当前python脚本的工作路径

print(os.getcwd())

改变当前脚本工作目录 相当于shell下cd

os.chdir("dirname")

使用python直接执行操作系统的命令

os.system('dir 路径') 

使用python 语言中os模块提供的方法,间接调用了操作系统的命令

print(os.listdir('D:daydayday 19')) 

Python中的eval函数可以计算Python表达式，并返回结果；

（exec不返回结果，print(eval("…"))打印None）

exec('字符串数据类型的python代码')
eval('执行字符串数据类型的python代码')

os.system('执行字符串数据类型的操作系统命令')
os.popen('执行字符串数据类型的操作系统命令,并返回结果')

print(list(os.popen("dir")))
os.system('dir')

序列化模块

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。

比如，我们在python代码中计算的一个数据需要给另外一段程序使用，那我们怎么给？
现在我们能想到的方法就是存在文件里，然后另一个python程序再从文件里读出来。
但是我们都知道，对于文件来说是没有字典这个概念的，所以我们只能将数据转换成字典放到文件中。
你一定会问，将字典转换成一个字符串很简单，就是str(dic)就可以办到了，为什么我们还要学习序列化模块呢？
没错序列化的过程就是从dic 变成str(dic)的过程。现在你可以通过str(dic)，将一个名为dic的字典转换成一个字符串，
但是你要怎么把一个字符串转换成字典呢？
聪明的你肯定想到了eval()，如果我们将一个字符串类型的字典str_dic传给eval，就会得到一个返回的字典类型了。
eval()函数十分强大，但是eval是做什么的？e官方demo解释为：将字符串str当成有效的表达式来求值并返回计算结果。
ＢＵＴ！强大的函数有代价。安全性是其最大的缺点。
想象一下，如果我们从文件中读出的不是一个数据结构，而是一句"删除文件"类似的破坏性语句，那么后果实在不堪设设想。
而使用eval就要担这个风险。
所以，我们并不推荐用eval方法来进行反序列化操作(将str转换成python中的数据结构)

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

json模块提供了四个功能

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)  #<class 'str'> {"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)  #<class 'dict'> {'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) #<class 'str'> [1, ["a", "b", "c"], 3, {"k1": "v1", "k2": "v2"}]
list_dic2 = json.loads(str_dic)
print(type(list_dic2),list_dic2) #<class 'list'> [1, ['a', 'b', 'c'], 3, {'k1': 'v1', 'k2': 'v2'}]

loads和dumps

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)

load和dump

import json
f = open('file','w')
json.dump({'国籍':'中国'},f)
ret = json.dumps({'国籍':'中国'})
f.write(ret+'
')
json.dump({'国籍':'美国'},f,ensure_ascii=False)
ret = json.dumps({'国籍':'美国'},ensure_ascii=False)
f.write(ret+'
')
f.close()

ensure_ascii关键字参数

Serialize obj to a JSON formatted str.(字符串表示的json对象) 
Skipkeys：默认值是False，如果dict的keys内的数据不是python的基本类型(str,unicode,int,long,float,bool,None)，设置为False时，就会报TypeError的错误。此时设置成True，则会跳过这类key 
ensure_ascii:，当它为True的时候，所有非ASCII码字符显示为uXXXX序列，只需在dump时将ensure_ascii设置为False即可，此时存入json的中文即可正常显示。) 
If check_circular is false, then the circular reference check for container types will be skipped and a circular reference will result in an OverflowError (or worse). 
If allow_nan is false, then it will be a ValueError to serialize out of range float values (nan, inf, -inf) in strict compliance of the JSON specification, instead of using the JavaScript equivalents (NaN, Infinity, -Infinity). 
indent：应该是一个非负的整型，如果是0就是顶格分行显示，如果为空就是一行最紧凑显示，否则会换行且按照indent的数值显示前面的空白分行显示，这样打印出来的json数据也叫pretty-printed json 
separators：分隔符，实际上是(item_separator, dict_separator)的一个元组，默认的就是(‘,’,’:’)；这表示dictionary内keys之间用“,”隔开，而KEY和value之间用“：”隔开。 
default(obj) is a function that should return a serializable version of obj or raise TypeError. The default simply raises TypeError. 
sort_keys：将数据根据keys的值进行排序。 
To use a custom JSONEncoder subclass (e.g. one that overrides the .default() method to serialize additional types), specify it with the cls kwarg; otherwise JSONEncoder is used.

其他参数说明

import json
data = {'username':['李华','二愣子'],'sex':'male','age':16}
json_dic2 = json.dumps(data,sort_keys=True,indent=2,separators=(',',':'),ensure_ascii=False)
print(json_dic2)

Json 和 pickle 模块

　　用于序列化的模块

• 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

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)

pickle

　　json是一种所有的语言都可以识别的数据结构。
　　如果我们将一个字典或者序列化成了一个json存在文件里，那么java代码或者js代码也可以拿来用。
　　但是如果我们用pickle进行序列化，其他语言就不能读懂所以，如果你序列化的内容是列表或者字典，你就可以使用json模块
　　但如果出于某种原因你不得不序列化其他的数据类型，而未来你还会用python对这个数据进行反序列化的话，那么就可以使用pickle

 　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　To be continued...