作业要求:
三级菜单:
1. 运行程序输出第一级菜单
2. 选择一级菜单某项,输出二级菜单,同理输出三级菜单
3. 返回上一级菜单和顶部菜单
4. 菜单数据保存在文件中
此程序功能为将字典信息通过序列化方式以字符串保存至文件中。
# -*- coding:utf-8 -*-
# Readme
# Author: Elijah
# Time: 2017-05-31
# Function: 三级菜单:
# 1. 运行程序输出第一级菜单
# 2. 选择一级菜单某项,输出二级菜单,同理输出三级菜单
# 3. 返回上一级菜单和顶部菜单
# 4. 菜单数据保存在文件中
#
# Need Environment:Python 3.5 、PyCharm
# Move:
# Feature:
# 1、将menu字典序列化存储至menu_serialize.json文件中,以便后续程序调用
# Important py file:getpass
# How To:Execute directly
# 个人发挥:
# 个人博客地址:http://blog.csdn.net/dragonyangang
import json
menu ={
'北京':{
'西城区':{
'西单':{
'大悦城':{},
'明珠':{},
'君太':{},
},
'中南海':{}
},
'朝阳区':{
'三里屯':{
'优衣库':{},
'太古里':{},
'工体':{},
},
'国贸':{
'银泰中心':{},
'万达广场':{},
'北京电视台':{},
},
},
'海淀区':{
'五道口':{
'soho':{},
'google':{},
},
'中关村':{
'爱奇艺':{},
'汽车之家':{},
'youku':{},
},
'上地':{
'百度':{},
},
},
'昌平区':{
'沙河':{
'老男孩':{},
'北航':{},
},
'天通苑':{},
'回龙观':{},
},
},
'上海':{
'闵行':{
"人民广场":{
'炸鸡店':{}
}
},
'闸北':{
'火车战':{
'携程':{}
}
},
'浦东':{},
},
'天津':{
'河东区':{},
'河西区':{},
'南开区':{
'南开大学':{},
'天津大学':{},
},
},
}
#将menu序列化存储至文件中
with open("menu_serialize.json",mode="w") as f :
f.write(json.dumps(menu))
print("Finished!You've already serialized a dict to a json-file !")
此程序功能为读取刚才保存字典数据的文件,将文件内容做成三级菜单功能
# -*- coding:utf-8 -*-
# Readme
# Author: Elijah
# Time: 2017-05-31
# Function: 三级菜单:
# 1. 运行程序输出第一级菜单
# 2. 选择一级菜单某项,输出二级菜单,同理输出三级菜单
# 3. 返回上一级菜单和顶部菜单
# 4. 菜单数据保存在文件中
#
# Need Environment:Python 3.5 、PyCharm
# Move:
# Feature:
# 1、
# 2、
# 3、
# Important py file:getpass
# How To:Execute directly
# 个人发挥:
# 个人博客地址:http://blog.csdn.net/dragonyangang
import json
with open("menu_serialize.json",mode="r",encoding="utf-8") as f :
menu = json.loads(f.read())
current_layer = menu #保存字典
last_layer = [ menu ] #设置列表存储上一层
while True:
for key in current_layer: #输出字典第一层
print(key)
choice = input("Input your choice (input 'b' to Back last layer, 'q' to Quit)==>").strip() #用户输入
if len(choice) == 0 : #如果用户没有输入,则跳出本次循环
continue
if choice in current_layer:
last_layer.append(current_layer) #进入下层字典之前,先将本层保存至列表
current_layer = current_layer[choice] #将下层赋值给current_layer
if choice.lower() == 'b': #用户返回上一层操作
if last_layer:
current_layer = last_layer[len(last_layer)-1] #选择完成后将列表中最后一个值赋给current_layer当前层
last_layer.pop()
if choice.lower() == 'q':
break
知识点-序列化及反序列化
Pickle
在程序运行的过程中,所有的变量都是在内存中,比如,定义一个dict:
d = dict(name='Bob', age=20, score=88)
可以随时修改变量,比如把name改成’Bill’,但是一旦程序结束,变量所占用的内存就被操作系统全部回收。如果没有把修改后的’Bill’存储到磁盘上,下次重新运行程序,变量又被初始化为’Bob’。
我们把变量从内存中变成可存储或传输的过程称之为序列化,在Python中叫pickling,在其他语言中也被称之为serialization,marshalling,flattening等等,都是一个意思。
序列化之后,就可以把序列化后的内容写入磁盘,或者通过网络传输到别的机器上。
反过来,把变量内容从序列化的对象重新读到内存里称之为反序列化,即unpickling。
Python提供了pickle模块来实现序列化。
首先,我们尝试把一个对象序列化并写入文件:
>>> import pickle
>>> d = dict(name='Bob', age=20, score=88)
>>> pickle.dumps(d)
b'\x80\x03}q\x00(X\x03\x00\x00\x00ageq\x01K\x14X\x05\x00\x00\x00scoreq\x02KXX\x04\x00\x00\x00nameq\x03X\x03\x00\x00\x00Bobq\x04u.'
pickle.dumps()方法把任意对象序列化成一个bytes,然后,就可以把这个bytes写入文件。或者用另一个方法pickle.dump()直接把对象序列化后写入一个file-like Object:
>>> f = open('dump.txt', 'wb')
>>> pickle.dump(d, f)
>>> f.close()
看看写入的dump.txt文件,一堆乱七八糟的内容,这些都是Python保存的对象内部信息。
当我们要把对象从磁盘读到内存时,可以先把内容读到一个bytes,然后用pickle.loads()方法反序列化出对象,也可以直接用pickle.load()方法从一个file-like Object中直接反序列化出对象。我们打开另一个Python命令行来反序列化刚才保存的对象:
>>> f = open('dump.txt', 'rb')
>>> d = pickle.load(f)
>>> f.close()
>>> d
{'age': 20, 'score': 88, 'name': 'Bob'}
变量的内容又回来了!
当然,这个变量和原来的变量是完全不相干的对象,它们只是内容相同而已。
Pickle的问题和所有其他编程语言特有的序列化问题一样,就是它只能用于Python,并且可能不同版本的Python彼此都不兼容,因此,只能用Pickle保存那些不重要的数据,不能成功地反序列化也没关系。
Json
如果我们要在不同的编程语言之间传递对象,就必须把对象序列化为标准格式,比如XML,但更好的方法是序列化为JSON,因为JSON表示出来就是一个字符串,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。
JSON表示的对象就是标准的JavaScript语言的对象,JSON和Python内置的数据类型对应如下:
JSON类型 | Python类型 |
---|---|
{} | dict |
[] | list |
“string” | str |
1234.56 | int或float |
true/false | True/False |
null | None |
Python内置的json模块提供了非常完善的Python对象到JSON格式的转换。我们先看看如何把Python对象变成一个JSON:
>>> import json
>>> d = dict(name='Bob', age=20, score=88)
>>> json.dumps(d)
'{"age": 20, "score": 88, "name": "Bob"}'
dumps()方法返回一个str,内容就是标准的JSON。类似的,dump()方法可以直接把JSON写入一个file-like Object。
要把JSON反序列化为Python对象,用loads()或者对应的load()方法,前者把JSON的字符串反序列化,后者从file-like Object中读取字符串并反序列化:
>>> json_str = '{"age": 20, "score": 88, "name": "Bob"}'
>>> json.loads(json_str)
{'age': 20, 'score': 88, 'name': 'Bob'}
由于JSON标准规定JSON编码是UTF-8,所以我们总是能正确地在Python的str与JSON的字符串之间转换。
小结
Python语言特定的序列化模块是pickle,但如果要把序列化搞得更通用、更符合Web标准,就可以使用json模块。
json模块的dumps()和loads()函数是定义得非常好的接口的典范。当我们使用时,只需要传入一个必须的参数。但是,当默认的序列化或反序列机制不满足我们的要求时,我们又可以传入更多的参数来定制序列化或反序列化的规则,既做到了接口简单易用,又做到了充分的扩展性和灵活性。