json模块、pickle模块(序列化)shelve模块、xml模块

json模块、pickle模块(序列化)shelve模块、xml模块

json模块:

json:与任何语言之间都可以进行信息交换(字符串的转换)

   经过json转换,所有类型均可先转换为双引号形式 再转换为str

例如:文件的读写:

1 #写文件:
2 import json
3 f = open("demo.txt","w")
4 dic = {"name":"g_l"}
5 dic_str = json.dumps(dic)
6 f.write(dic_str)
7 print(type(dic_str))
8 print(dic_str)
1 #读文件:
2 import json
3 f = open("demo.txt","r")
4 f_read = f.read()
5 f_read = json.loads(f_read)
6 print(type(f_read))
7 print(type(f_read))

仅仅针对文件操作的 load和dump:【dic f 参考上面两个代码】

  json.dump(dic,f)

  json.load(f)

packle模块:(支持函数、类等)

 序列化:把变量(对象)从内存中变成可存储或者传输的过程称为序列化

 1 import pickle
 2 dic = {"name":"alex","name":"g_l","age":18}
 3 # print(type(dic))
 4 j = pickle.dumps(dic)
 5 print(type(j))#字节类型
 6 print(j)
 7 f = open("序列化对象_pickle",'wb')
 8 pickle.dump(dic,f)#f.write()#不可读文件
 9 f.close()
10 # #---反序列化:
11 import pickle
12 f = open("序列化对象_pickle",'rb')
13 date = pickle.loads(f.read())#---->date = pickle.load(f)
14 print(type(date["age"]))
15 print(date["age"])

View Code

 shelve模块:

  相对于pickle模块更简单,只有一个open函数;

  返回类似于字典的对象;

  可读可写;

  key必须为字符串;

  value是python可支持的所有类型

xml模块:

i.tag--->属性

i.attrib--->键值对(属性)

i.text--->标签下的内容

 1 import xml.etree.ElementTree as ET
 2 tree = ET.parse("xml_lesson")
 3 root = tree.getroot()
 4 print(root)
 5 print(root.tag)
 6 for i in root:
 7     print(i)
 8     print(i.tag)
 9     print(i.attrib)
10     for sx in i:
11         print(i)
12         print(sx.tag)#打印属性
13         print(sx.attrib)
14         print(sx.text)
15 # #遍历节点:
16 for node in root.iter('year'):
17     print(node.tag,node.text)
18 
19 #修改信息:
20 for node in root.iter('year'):
21     new_year = int(node.text)+1
22     node.text=str(new_year)
23     node.set("updata","yes")
24 tree.write('xml_xg.xml')
25 
26 #删除信息:
27 for country in root.findall('country'):
28     gdp=int(country.find('gdp').text)
29     if gdp<5000:
30         root.remove(country)
31 tree.write('xml_xg.xml')
32 
33 #xml数据的创建:
34 import xml.etree.ElementTree as XET
35 new_xml = ET.Element("namelist")#根节点
36 """
37 创建 <namelist>
38     </namelist>标签
39 """
40 name = XET.SubElement(new_xml,"name",attrib={"enrolled":"yes"})
41 age = XET.SubElement(name,"age",attrib={"checked":"no"})
42 sex = XET.SubElement(name,"sex")
43 """
44     <namelist>
45         <name enrolled="yes"></name>
46         <age checked="no"></age>
47         <sex></sex>
48     </namelist>
49 """
50 sex.text='18'
51 name2 = XET.SubElement(new_xml,"name",attrib={"enrolled":"no"})
52 age = XET.SubElement(name2,"age")
53 age.text = '8'
54 
55 et = ET.ElementTree(new_xml)#生成文档对象
56 et.write("test.xml",encoding="utf-8",xml_declaration=True)
57 
58 XET.dump(new_xml)#打印生成的格式

应用举例:

import xml.etree.ElementTree as ET
tree = ET.parse("xml_lesson")
root = tree.getroot()
print(root)
print(root.tag)
for i in root:
    print(i)
    print(i.tag)
    print(i.attrib)
    for sx in i:
        print(i)
        print(sx.tag)#打印属性
        print(sx.attrib)
        print(sx.text)
# #遍历节点:
for node in root.iter('year'):
    print(node.tag,node.text)

#修改信息:
for node in root.iter('year'):
    new_year = int(node.text)+1
    node.text=str(new_year)
    node.set("updata","yes")
tree.write('xml_xg.xml')

#删除信息:
for country in root.findall('country'):
    gdp=int(country.find('gdp').text)
    if gdp<5000:
        root.remove(country)
tree.write('xml_xg.xml')

#xml数据的创建:
import xml.etree.ElementTree as XET
new_xml = ET.Element("namelist")#根节点
"""
创建 <namelist>
    </namelist>标签
"""
name = XET.SubElement(new_xml,"name",attrib={"enrolled":"yes"})
age = XET.SubElement(name,"age",attrib={"checked":"no"})
sex = XET.SubElement(name,"sex")
"""
    <namelist>
        <name enrolled="yes"></name>
        <age checked="no"></age>
        <sex></sex>
    </namelist>
"""
sex.text='18'
name2 = XET.SubElement(new_xml,"name",attrib={"enrolled":"no"})
age = XET.SubElement(name2,"age")
age.text = '8'

et = ET.ElementTree(new_xml)#生成文档对象
et.write("test.xml",encoding="utf-8",xml_declaration=True)

XET.dump(new_xml)#打印生成的格式

应用举例

 

posted @ 2018-06-16 16:47 容颜-gl 阅读(...) 评论(...) 编辑 收藏

  • 3
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Python的pickle模块是用来实现序列化的,即将Python中的对象转换成字节流,方便存储和传输。pickle模块支持多种协议,其中协议0是最早的版本,协议1和协议2是Pyhton2中引入的,协议3是Python3.0中引入的,协议4是Python3.4中引入的,每个协议都有其特点和适用范围。 下面我们来详细了解一下pickle模块的使用方法和各个协议的特点。 ## 基本用法 pickle模块提供了dumps、dump、loads和load四个函数,分别用来进行序列化和反序列化操作。其中dumps和loads函数可以直接将对象转换成字节流或将字节流转换成对象,而dump和load函数则可以将对象序列化到文件或从文件中反序列化对象。 ### 序列化 将Python对象转换成字节流的过程称为序列化,可以使用dumps函数实现: ```python import pickle data = {'name': 'Tom', 'age': 18, 'gender': 'male'} bytes_data = pickle.dumps(data) print(bytes_data) ``` 输出结果为: ``` b'\x80\x04\x95\x17\x00\x00\x00\x00\x00\x00\x00}\x94(\x8c\x04name\x94\x8c\x03Tom\x94\x8c\x03age\x94K\x12\x8c\x06gender\x94\x8c\x04male\x94u.' ``` 可以看到,data字典被转换成了一串二进制的字节流。 ### 反序列化 将字节流转换成Python对象的过程称为反序列化,可以使用loads函数实现: ```python import pickle bytes_data = b'\x80\x04\x95\x17\x00\x00\x00\x00\x00\x00\x00}\x94(\x8c\x04name\x94\x8c\x03Tom\x94\x8c\x03age\x94K\x12\x8c\x06gender\x94\x8c\x04male\x94u.' data = pickle.loads(bytes_data) print(data) ``` 输出结果为: ``` {'name': 'Tom', 'age': 18, 'gender': 'male'} ``` ### 文件操作 除了使用dumps和loads函数进行序列化和反序列化操作外,pickle模块还提供了dump和load函数用于将对象序列化到文件或从文件中反序列化对象。 将对象序列化到文件: ```python import pickle data = {'name': 'Tom', 'age': 18, 'gender': 'male'} with open('data.pkl', 'wb') as f: pickle.dump(data, f) ``` 从文件中反序列化对象: ```python import pickle with open('data.pkl', 'rb') as f: data = pickle.load(f) print(data) ``` ## 协议0 协议0是最早的版本,它使用ASCII码来表示序列化后的对象,因此序列化后的数据比较大。使用协议0时,可以指定文件打开模式为't',表示以文本模式打开文件: ```python import pickle data = {'name': 'Tom', 'age': 18, 'gender': 'male'} with open('data.pkl', 'wt') as f: pickle.dump(data, f, protocol=0) with open('data.pkl', 'rt') as f: data = pickle.load(f) print(data) ``` 输出结果为: ``` {'age': 18, 'gender': 'male', 'name': 'Tom'} ``` ## 协议1 协议1和协议2是Python2中引入的,它们使用更紧凑的二进制格式表示序列化后的对象。协议1可以指定文件打开模式为'wb',表示以二进制模式打开文件: ```python import pickle data = {'name': 'Tom', 'age': 18, 'gender': 'male'} with open('data.pkl', 'wb') as f: pickle.dump(data, f, protocol=1) with open('data.pkl', 'rb') as f: data = pickle.load(f) print(data) ``` 输出结果为: ``` {'name': 'Tom', 'age': 18, 'gender': 'male'} ``` ## 协议2 协议2是协议1的改进版本,它支持新的对象类型,如集合、字典等。在Python2中,协议2是默认使用的协议,如果不指定协议号,则使用协议2。 在Python3中,pickle模块默认使用协议3,但仍然可以使用协议2: ```python import pickle data = {'name': 'Tom', 'age': 18, 'gender': 'male'} with open('data.pkl', 'wb') as f: pickle.dump(data, f, protocol=2) with open('data.pkl', 'rb') as f: data = pickle.load(f) print(data) ``` 输出结果为: ``` {'name': 'Tom', 'age': 18, 'gender': 'male'} ``` ## 协议3 协议3是Python3.0中引入的,它支持更多的对象类型,如bytes、bytearray、set等。在Python3中,协议3是默认使用的协议,因此可以省略protocol参数: ```python import pickle data = {'name': 'Tom', 'age': 18, 'gender': 'male'} with open('data.pkl', 'wb') as f: pickle.dump(data, f) with open('data.pkl', 'rb') as f: data = pickle.load(f) print(data) ``` 输出结果为: ``` {'name': 'Tom', 'age': 18, 'gender': 'male'} ``` ## 协议4 协议4是Python3.4中引入的,它支持更多的对象类型,如memoryview、tuple等。协议4还支持从流中读取指定长度的数据,从而避免了一次性读取太多数据导致内存溢出的问题。 使用协议4时,需要将文件打开模式指定为'xb',表示以二进制模式打开文件,并且不能使用文本模式: ```python import pickle data = {'name': 'Tom', 'age': 18, 'gender': 'male'} with open('data.pkl', 'xb') as f: pickle.dump(data, f, protocol=4) with open('data.pkl', 'rb') as f: data = pickle.load(f) print(data) ``` 输出结果为: ``` {'name': 'Tom', 'age': 18, 'gender': 'male'} ``` ## 注意事项 在使用pickle模块时,需要注意以下几点: - 序列化和反序列化的对象必须是可序列化的,即不能包含不能序列化的对象。 - 序列化和反序列化的对象必须是相同的类型,否则可能会出现错误。 - 序列化和反序列化的对象必须是可信的,否则可能会被注入恶意代码。 - 不同协议之间的兼容性不同,不同协议之间的序列化和反序列化操作不一定是互逆的。因此,在使用不同协议时,需要注意协议号的兼容性和相应的操作。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值