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