Python9-模块2-序列化-day20

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’