python sys模块|python模块之sys模块和序列化模块(实例讲解)

sys模块

sys模块是与python解释器交互的一个接口

sys.argv   命令行参数List，第一个元素是程序本身路径
sys.exit(n)  退出程序，正常退出时exit(0),错误退出sys.exit(1)
sys.version  获取Python解释程序的版本信息
sys.path   返回模块的搜索路径，初始化时使用PYTHONPATH环境变量的值
sys.platform  返回操作系统平台名称

序列化模块

序列化的目的：

以某种存储形式使自定义对象持久化

将对象从一个地方传递到另一个地方

使程序更具维护性

json

# Json模块提供了四个功能：dumps、dump、loads、load


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) # {"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) # {"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) # [1, ["a", "b", "c"], 3, {"k1": "v1", "k2": "v2"}]
list_dic2 = json.loads(str_dic)
print(type(list_dic2),list_dic2) # [1, ["a", "b", "c"], 3, {"k1": "v1", "k2": "v2"}]

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)

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

ensure_ascii关键字参数

pickle

json & pickle

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)

shelve

# shelve也是python提供给我们的序列化工具，比pickle用起来更简单一些。
# shelve只提供给我们一个open方法，是用key来访问的，使用起来和字典类似。



import shelve
f = shelve.open("shelve_file")
f["key"] = {"int":10, "float":9.5, "string":"Sample data"} #直接对文件句柄操作，就可以存入数据
f.close()

import shelve
f1 = shelve.open("shelve_file")
existing = f1["key"] #取出数据的时候也只需要直接用key获取即可，但是如果key不存在会报错
f1.close()
print(existing)

# 这个模块有个限制，它不支持多个应用同一时间往同一个DB进行写操作。所以当我们知道我们的应用如果只进行读操作，我们可以让shelve通过只读方式打开DB


import shelve
f = shelve.open("shelve_file", flag="r")
existing = f["key"]
f.close()
print(existing)

# 由于shelve在默认情况下是不会记录待持久化对象的任何修改的，所以我们在shelve.open()时候需要修改默认参数，否则对象的修改不会保存。


import shelve
f1 = shelve.open("shelve_file")
print(f1["key"])
f1["key"]["new_value"] = "this was not here before"
f1.close()

f2 = shelve.open("shelve_file", writeback=True)
print(f2["key"])
f2["key"]["new_value"] = "this was not here before"
f2.close()



"""
writeback方式有优点也有缺点。优点是减少了我们出错的概率，并且让对象的持久化对用户更加的透明了；但这种方式并不是所有的情况下都需要，首先，使用writeback以后，shelf在open()的时候会增加额外的内存消耗，并且当DB在close()的时候会将缓存中的每一个对象都写入到DB，这也会带来额外的等待时间。因为shelve没有办法知道缓存中哪些对象修改了，哪些对象没有修改，因此所有的对象都会被写入。
"""

python sys模块|python模块之sys模块和序列化模块(实例讲解)

http://m.bbyears.com/jiaocheng/137618.html

推荐访问:python中sys模块