day1-5Time模块

Time 模块

import time
# time.sleep(n)#休眠N s
# time.time()#获取当前时间戳

在Python中，表示时间通常有3种：

• 时间戳（timetamp）:表示的事从1970.01.01 00:00:00 开始按秒计算的偏移量
• 格式化的时间字符串（format string）

2019-7-26 08:48:34

• 结构化的时间（struct_time）—>元组，9个元素(年月日时分秒，一年的第几周，一年的第几天，夏时令)

  python中时间日期格式化符号：
  %y 两位数的年份表示（00-99）
  %Y 四位数的年份表示（000-9999）
  %m 月份（01-12）
  %d 月内中的一天（0-31）
  %H 24小时制小时数（0-23）
  %I 12小时制小时数（01-12）
  %M 分钟数（00=59）
  %S 秒（00-59）
  %a 本地简化星期名称
  %A 本地完整星期名称
  %b 本地简化的月份名称
  %B 本地完整的月份名称
  %c 本地相应的日期表示和时间表示
  %j 年内的一天（001-366）
  %p 本地A.M.或P.M.的等价符
  %U 一年中的星期数（00-53）星期天为星期的开始
  %w 星期（0-6），星期天为星期的开始
  %W 一年中的星期数（00-53）星期一为星期的开始
  %x 本地相应的日期表示
  %X 本地相应的时间表示
  %Z 当前时区的名称
  %% %号本身

  print(dir(time))
  print([i for i in dir(time) if not i.startswith('_')])
  

  [’_STRUCT_TM_ITEMS’, ‘doc’, ‘loader’, ‘name’, ‘package’, ‘spec’, ‘altzone’, ‘asctime’, ‘clock’, ‘ctime’, ‘daylight’, ‘get_clock_info’, ‘gmtime’, ‘localtime’, ‘mktime’, ‘monotonic’, ‘monotonic_ns’, ‘perf_counter’, ‘perf_counter_ns’, ‘process_time’, ‘process_time_ns’, ‘sleep’, ‘strftime’, ‘strptime’, ‘struct_time’, ‘thread_time’, ‘thread_time_ns’, ‘time’, ‘time_ns’, ‘timezone’, ‘tzname’]
  [‘altzone’, ‘asctime’, ‘clock’, ‘ctime’, ‘daylight’, ‘get_clock_info’, ‘gmtime’, ‘localtime’, ‘mktime’, ‘monotonic’, ‘monotonic_ns’, ‘perf_counter’, ‘perf_counter_ns’, ‘process_time’, ‘process_time_ns’, ‘sleep’, ‘strftime’, ‘strptime’, ‘struct_time’, ‘thread_time’, ‘thread_time_ns’, ‘time’, ‘time_ns’, ‘timezone’, ‘tzname’]

Time模块的常用方法

方法	描述
time.localtime([sec])	将一个时间戳转化为一个当前时区的struct_time(若未提供参数，当前时间)
time.gmtime([sec])	和localtime() 类似，不同的事，其将一个时间戳转换成UTC时区（0时区）的struct_time
time.timr()	返回当前时间戳
time.mktime(t)	将time.struct_time转化为时间戳
time.sleep(sec)	线程推迟指定的时间运行，单位（s）
time.asctime([t])	把表时间的元组或者struct_time表示为：‘Sun July 26 09:15:23 2019’;如果为传参数，默认为time.localtime()
time.ctime([t])	将时间戳的时间转换为表示本地时间的字符串。如果没有提供secs或没有提供secs，则使用time()返回的当前时间
time.strftime(format[,t])	将struct_time类型的时间转换为format参数指定格式的字符串。
time.strftime()	将结构化字符串转化成为struct_time

>>> now=time.time()
>>> time.gmtime(now)#UTC时间 ，0时区
time.struct_time(tm_year=2019, tm_mon=7, tm_mday=26, tm_hour=1, tm_min=22, tm_sec=52, tm_wday=4, tm_yday=207, tm_isdst=0)
>>> time.localtime(now)#当地时间
time.struct_time(tm_year=2019, tm_mon=7, tm_mday=26, tm_hour=9, tm_min=22, tm_sec=52, tm_wday=4, tm_yday=207, tm_isdst=0)
>>>

结构化时间和时间戳的转化

• time.mktime(结构化时间)

  >>> tp=time.localtime()
  >>> time.mktime(tp)
  1564104550.0
  

结构化时间到字符串时间的转化

• time.strftime(format[,t])

  >>> tp=time.localtime()
  >>> time.strftime('%Y-%m-%d %X',tp)
  '2019-07-26 09:29:10'
  

字符串时间到结构化时间的转化

time.strptime(‘2019-07-26’,’%Y-%m-%d’)(时间字符串，字符串对应的格式)

>>> time.strptime('2019-07-26','%Y-%m-%d')
time.struct_time(tm_year=2019, tm_mon=7, tm_mday=26, tm_hour=0, tm_min=0, tm_sec=0, tm_wday=4, tm_yday=207, tm_isdst=-1)

结构化时间和字符串时间的转化（国际化时间字符串）

• time.asctime(结构化时间)

>>> tp=time.localtime()
>>> time.asctime(tp)
'Fri Jul 26 09:29:10 2019'
>>> time.asctime()
'Fri Jul 26 09:50:26 2019'
>>>

时间戳和字符串的转化（国际化）

>>> time.ctime(time.time())
'Fri Jul 26 09:52:55 2019'
>>> time.ctime()
'Fri Jul 26 09:53:16 2019'
>>> time.ctime(150000000)
'Thu Oct  3 10:40:00 1974'
>>>

datatime模块

相比time来说，datetime模块接口更直观，更容易调用

方法（类）	描述
datetime.date	表示日期（类），常用属性year，month，day
datetime.time	表示时间（类），常用属性hour，minute，second，microsecond
datetime.datetime	表示日期
datetime.timedelta	表示时间间隔
datetime.tzinfo	与时区有关

>>> import datetime
>>> print(datetime.datetime.now().date())
2019-07-26
>>> print(datetime.datetime.now().time())
10:08:16.444363
>>>
print (datetime. datetime .now() + datetime . timedelta(-1)) #当前时间减1天
# 2018-11-22 15:13:28.673403
print (datetime . datetime . now() + datetime. timedelta(hours = 1)) #当前时间加1小时
# 2018-11-23 16:13:28.673403

sys模块

sys

import sys#显示本地字节序的指示符。
print(sys. byteorder)#显示python解释器有关的版权信息
print(sys.copyright)#显示python解释器在磁盘上的存储路径
print(sys executable)#显示当前系统上爆出文件所用的字符集
print(sys. getfilesystemencoding()）#显示Python整数支持的最大值
print(sys.maxsize)#显示python解释器所在平台
print(sys.platform)#显示当前Python解释器的版本信息。
print(sys. version)#返回当前Python解释器的主版本号

序列化模块

序列化

概念：将一个对象从内存中转换为可存储（字符串类型）或者可传输（bytes）类型的过程

python中叫picking

为什么要使用序列化？

• 持久化数据类型

• 跨平台交互使用

• 使程序更易维护

  [外链图片转存失败(img-ul1MkNI4-1564215488841)(C:\Users\Administrator\AppData\Roaming\Typora\typora-user-images\1564122134957.png)]

json

json格式在各个语言中都可以通用序列化格式。在json中，所有的字符串必须为‘ ‘ 。

json类型	python类型
{}	dict
[]	list
“string”	str
1234.56	int/float
true/flase	True/Flase
null	None

json 优越点

• 优点：所有的数据类型是各语言通用的
• 缺点：
  • json 只支持比较少的数据类型
  • 对数据类型的约束十分严格
    • 字典中的key必须是字符串
    • json只支持列表，字典，数值，字符串以及布尔值

查看json的方法和属性

四个属性

• dump

• dumps

• loads

• load

  >>> import json
  #序列化
  >>> dic={'name':'asda','age':32,'type':'nihao'}
  >>> sr_dic=json.dumps(dic)
  >>> type(sr_dic)
  <class 'str'>
  >>> print(sr_dic)
  {"name": "asda", "age": 32, "type": "nihao"}
  >>> dic
  {'name': 'asda', 'age': 32, 'type': 'nihao'}
  >>> sr_dic
  '{"name": "asda", "age": 32, "type": "nihao"}'
  >>>
  
  
  >>> dic={'name':'asda','age':32,'type':'nihao',2:6}
  >>> sr_dic=json.dumps(dic)
  >>> sr_dic
  '{"name": "asda", "age": 32, "type": "nihao", "2": 6}'
  
  
  dic = {'name': 'asda', 'age': 32, 'type': 'nihao', 2: 6}
  dic2={'城市':'杭州','历史':5000}
  with open('dump_json','w') as f:
      sr_dic1=json.dumps(dic)
      sr_dic2=json.dumps(dic2)
      f.write(sr_dic1+'\n')
      f.write(sr_dic2+'\n')
  with open('dump_json') as f:
      for line in f:
          ret=json.loads(line)
          print(ret)
  {'name': 'asda', 'age': 32, 'type': 'nihao', '2': 6}
  {'城市': '杭州', '历史': 5000}
  

pickle

只用于python

内存中结构化的数据<—>格式pickle<—>bytes类型<—>保存在文件或基于网络传输

pickle 优缺点

• 优点
  • 支持python中几乎所有类型
  • pickle会把数据类型序列化为bytes类型
• 缺点
  • 只支持python

模块提供的四个功能：dumps,dump,loads,load

• 序列化
  • dumps
  • dump
• 反序列化

import pickle
dic = {'name': 'asda', 'age': 32, 'type': 'nihao', 2: 6}
dic_b=pickle.dumps(dic)
print(type(dic_b))
dic_d=pickle.loads(dic_b)
print(type(dic_d))

<class ‘bytes’>
bytes类型