Python学习笔记——基础篇【第六周】——json & pickle & shelve & xml处理模块

json & pickle 模块(序列化)

json和pickle都是序列化内存数据到文件

json和pickle的区别是：

• json是所有语言通用的，但是只能序列化最基本的数据类型（字符串、字典、列表），像函数、类、python日期都不能序列化
• pickle可以序列化python几乎所有的数据类型

如果两个程序都需要交互内存数据，如果都是python语言的情况下，复杂的交互用pickle。

用于序列化的两个模块

• 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

Json模块提供了四个功能：dumps、dump、loads、load

pickle模块提供了四个功能：dumps、dump、loads、load

dumps和dump区别：

pickle.dump(info,f)

#print(pickle.dumps(info))
#f.write(pickle.dumps(info))

 loads和load区别：

data_from_atm=pickle.load(f)

#data_from_atm=pickle.loads(f.read())

pickle（python中独有，支持所有python数据类型）

将字典转化为字符串

import pickle
f= open("user_acc.txt","wb")

info={
    "alex":"123",
    "jack":"4444"
}

f.write(pickle.dumps(info))
f.close()

将字符串转化为字典

import pickle
f= open("user_acc.txt","rb")

data_from_atm=pickle.loads(f.read())

print(data_from_atm)

json(是所有语言通用的，支持字典，列表，元组)

将字典转化为字符串

import pickle
import json
f= open("user_acc.txt","w")

info={
    "alex":"123",
    "jack":"4444"
}

f.write(json.dumps(info))
f.close()

将字符串转化为字典

import pickle,json
f= open("user_acc.txt","r")

data_from_atm=json.loads(f.read())

print(data_from_atm)

实例：

 常用模块之shelve模块

shelve模块是一个简单的k,v将内存数据通过文件持久化的模块，可以持久化任何pickle可支持的python数据格式

import shelve
 
d = shelve.open('shelve_test') #打开一个文件
 
class Test(object):
    def __init__(self,n):
        self.n = n
 
 
t = Test(123) 
t2 = Test(123334)
 
name = ["alex","rain","test"]
d["test"] = name #持久化列表
d["t1"] = t      #持久化类
d["t2"] = t2
 
d.close()

 shelve和pickle的区别是：

shelve比pickle模块简单，只有一个open函数，返回类似字典的对象，可读可写，另外shelve想重复dump多少个对象都可以

常用模块之xml处理

xml是实现不同语言或程序之间进行数据交换的协议，跟json差不多，但json使用起来更简单，不过，古时候，在json还没诞生的黑暗年代，大家只能选择用xml呀，至今很多传统公司如金融行业的很多系统的接口还主要是xml。

xml的格式如下，就是通过<>节点来区别数据结构的:

<?xml version="1.0"?>
<data>
    <country name="Liechtenstein">
        <rank updated="yes">2</rank>
        <year>2008</year>
        <gdppc>141100</gdppc>
        <neighbor name="Austria" direction="E"/>
        <neighbor name="Switzerland" direction="W"/>
    </country>
    <country name="Singapore">
        <rank updated="yes">5</rank>
        <year>2011</year>
        <gdppc>59900</gdppc>
        <neighbor name="Malaysia" direction="N"/>
    </country>
    <country name="Panama">
        <rank updated="yes">69</rank>
        <year>2011</year>
        <gdppc>13600</gdppc>
        <neighbor name="Costa Rica" direction="W"/>
        <neighbor name="Colombia" direction="E"/>
    </country>
</data>

xml协议在各个语言里的都 是支持的，在python中可以用以下模块操作xml

import xml.etree.ElementTree as ET
 
tree = ET.parse("xmltest.xml")
root = tree.getroot()
print(root.tag)
 
#遍历xml文档
for child in root:
    print(child.tag, child.attrib)
    for i in child:
        print(i.tag,i.text)
 
#只遍历year 节点
for node in root.iter('year'):
    print(node.tag,node.text)

 修改和删除xml文档内容

import xml.etree.ElementTree as ET
 
tree = ET.parse("xmltest.xml")
root = tree.getroot()
 
#修改
for node in root.iter('year'):
    new_year = int(node.text) + 1
    node.text = str(new_year)
    node.set("updated","yes")
 
tree.write("xmltest.xml")
 
 
#删除node
for country in root.findall('country'):
   rank = int(country.find('rank').text)
   if rank > 50:
     root.remove(country)
 
tree.write('output.xml')

自己创建xml文档

import xml.etree.ElementTree as ET
 
 
new_xml = ET.Element("namelist")
name = ET.SubElement(new_xml,"name",attrib={"enrolled":"yes"})
age = ET.SubElement(name,"age",attrib={"checked":"no"})
sex = ET.SubElement(name,"sex")
sex.text = '33'
name2 = ET.SubElement(new_xml,"name",attrib={"enrolled":"no"})
age = ET.SubElement(name2,"age")
age.text = '19'
 
et = ET.ElementTree(new_xml) #生成文档对象
et.write("test.xml", encoding="utf-8",xml_declaration=True)
 
ET.dump(new_xml) #打印生成的格式