在字符串的格式化与反格式化中用到的模块和方法

认真学Python的小宇

已于 2024-07-17 20:26:48 修改

阅读量1.1k

点赞数 39

文章标签：前端 python

于 2024-07-17 20:25:56 首次发布

本文链接：https://blog.csdn.net/2401_86120670/article/details/140504308

版权

一，Open函数使用

二，Json与pickle

一，json模块

1. 将 Python 对象转换为 JSON 字符串

2. 将 JSON 字符串解析为 Python 对象

4. 使用 pickle.dumps() 和 pickle.loads()

一，Open函数使用

open函数的使用是用于打开一个文件，并返回文件对象。

打开文件后，可以通过文件对象进行读取、写入、关闭等操作。常用的文件对象方法有：

read(): 读取文件内容。
write(s): 写入字符串s到文件。
close(): 关闭文件。

示例代码：

# 以只读模式打开文件
file = open('example.txt', 'r')
content = file.read()
print(content)
file.close()

# 以写入模式打开文件
file = open('example.txt', 'w')
file.write('Hello, world!')
file.close()

在使用open函数打开文件后，最好使用with open语句来自动关闭文件，避免忘记手动关闭文件造成资源浪费。示例代码：

with open('example.txt', 'r') as file:
    content = file.read()
    print(content)

二，Json与pickle

json 模块是 Python 标准库中用于处理 JSON 格式数据的模块。JSON（JavaScript Object Notation）是一种轻量级的数据交换格式，易于人阅读和编写，也易于机器解析和生成。

一，json模块

以下是 json 模块的一些常见用法：

1. 将 Python 对象转换为 JSON 字符串

使用 json.dumps() 方法可以将 Python 对象（字典、列表等）转换为 JSON 格式的字符串。

import json

data = {
    'name': 'John',
    'age': 30,
    'city': 'New York'
}

json_string = json.dumps(data)
print(json_string)

输出：

{"name": "John", "age": 30, "city": "New York"}

2. 将 JSON 字符串解析为 Python 对象

使用 json.loads() 方法可以将 JSON 格式的字符串解析为 Python 对象（字典、列表等）。

json_string = '{"name": "John", "age": 30, "city": "New York"}'
data = json.loads(json_string)
print(data['name'])
print(data['age'])
print(data['city'])

输出：

John
30
New York

3. 读取和写入 JSON 文件

可以使用 json.dump() 将 Python 对象直接写入 JSON 文件，以及使用 json.load() 从 JSON 文件读取数据。

写入 JSON 文件示例：

data = {
    'name': 'John',
    'age': 30,
    'city': 'New York'
}

with open('data.json', 'w') as f:
    json.dump(data, f)

读取 JSON 文件示例：

with open('data.json', 'r') as f:
    data = json.load(f)
    print(data)

4. 处理 JSON 中的特殊数据类型

JSON 支持的数据类型包括字符串、数字、布尔值、数组、对象（字典）以及 null 值。json 模块可以处理 Python 中的大部分数据类型，并在序列化为 JSON 字符串时自动转换为适当的 JSON 格式。

例如，处理日期时间对象时，可以使用 default 参数来自定义序列化过程。

import json
from datetime import datetime

data = {
    'name': 'John',
    'age': 30,
    'timestamp': datetime.now()
}

# 自定义处理日期时间对象
def datetime_handler(x):
    if isinstance(x, datetime):
        return x.isoformat()

json_string = json.dumps(data, default=datetime_handler)
print(json_string)

5. 错误处理

在处理 JSON 数据时，可能会遇到不符合 JSON 格式的字符串，例如格式错误的 JSON 字符串。可以使用 json.JSONDecodeError 来捕获解析错误。

json_string = '{"name": "John", "age": 30, "city": "New York"'
try:
    data = json.loads(json_string)
    print(data)
except json.JSONDecodeError as e:
    print(f"JSON decode error: {e}")

这些是 json 模块的一些常见用法。它在处理数据序列化、反序列化以及文件操作时非常有用，是处理跨平台数据交换的重要工具之一。

二，pikel模块

pickle 模块是 Python 的标准库之一，用于序列化和反序列化 Python 对象。它能够将 Python 对象转换为字节流（即序列化），并且可以从字节流重新构建出原始的 Python 对象（即反序列化）。pickle 模块的主要特点是可以处理几乎所有的 Python 对象，包括自定义的类实例、函数、内置对象等。

以下是 pickle 模块的常见用法示例：

1. 序列化 Python 对象

使用 pickle.dump() 方法将 Python 对象序列化为字节流，并将其写入文件中。

import pickle

data = {
    'name': 'John',
    'age': 30,
    'city': 'New York'
}

# 序列化对象并写入文件
with open('data.pickle', 'wb') as f:
    pickle.dump(data, f)