Python 踩过的坑

【1】UnicodeDecodeError: 'utf-8' codec can't decode bytes in position 15-16: invalid continuation byte 

 case:with open("D:/360MoveData/Users/2506/Desktop/ASRS data/result-synopis.xlsx", "r",encoding = 'utf8') as f:

 solution:"r" into "rb"
【2】

OpenCV Error: (-215)size.width>0 && size.height>0 in function imshow

或者

cv2.imread always returns NoneType 



这样的问题时,可以尝试以下的解决方案:



(1)可能是你的opencv版本过低的原因

在控制台进行安装  pip install --upgrade opencv-python

(2)可能是你import的图像存储路径的原因

错误:C:\Users\2506\Desktop\2nd paper\demo1.jpg

正确:C:/Users/2506/Desktop/2nd paper/demo1.jpg

 

Python的序列化和反序列化指的是将Python对象转换为可存储或可传输的格式,以及将这些格式转换回Python对象的过程。常用的序列化格式有JSON、pickle等。在进行序列化和反序列化的过程中,可能会遇到一些点,下面介绍一些常见的问题和解决方法。 1. JSON序列化和反序列化时,需要注意Python对象是否支持JSON格式。例如,datetime类型的对象无法直接转换为JSON格式,需要进行处理。 ```python import json from datetime import datetime # 序列化 json.dumps({'time': datetime.now()}) # 报错 # 处理后序列化 json.dumps({'time': datetime.now().strftime('%Y-%m-%d %H:%M:%S')}) ``` 2. pickle序列化和反序列化时,需要注意Python对象是否支持pickle格式。例如,lambda函数和内置函数无法被pickle。 ```python import pickle # 序列化 pickle.dumps(lambda x: x**2) # 报错 # 自定义函数后序列化 def my_function(x): return x**2 pickle.dumps(my_function) ``` 3. 在反序列化时,需要注意安全问题。反序列化可以执行任意代码,可能会导致安全问题。因此,应该只反序列化可信来源的数据。 ```python import pickle # 反序列化 data = b'\x80\x04\x95\x13\x00\x00\x00\x00\x00\x00\x00\x8c\x08builtins\x94\x8c\x06print\x94\x93\x94\x8c\x05hello\x94\x85\x94.' pickle.loads(data) # 执行print('hello'),有安全风险 ``` 总之,在进行序列化和反序列化的过程中,需要注意Python对象是否支持序列化格式,以及安全问题。建议使用可信的序列化数据,并对反序列化数据进行审查和验证。
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