day8 模块导入及时间模块和序列化模块

模块

包

• 包是通过使用".模块名"来组织Python模块名称空间的方式.具体来说就是一个包含"_init_.py"

文件的文件夹。

• 目的：用文件夹将文件/模块组织起来。

  • 创建包不是为了用来运行，而是为了让别人来引用，包的本质也是模块

• 注意

  • python3中，如果没有"_init_.py"也可以使用
  • python2种没有此文件必定报错

• 使用时，使用 import 导入。

  • 使用import导入文件时，产生名称空间的名字源于文件，import导入包时，名称空间的名字同样来源于文件，导入包的本质就是导入其中的_init_.py文件

➜  test tree
.
├── api
│   ├── __init__.py
│   ├── students.py
│   └── versions.py
├── cmd
│   ├── __init__.py
│   └── manage.py
├── db
│   ├── __init__.py
│   └── models.py
└── __init__.py

按照以上结构创建一个命为test的多层包

对每一层的_init_.py文件进行配置

test文件夹下的_init_.py文件

from . import cmd,db,api

api下的_init_.py文件

from . import students,versions

cmd下的_init_.py文件

from . import manage

db下的_init_.py文件

from . import models

此时导入包后直接可以调用.py文件里的函数

import test
test.cmd.manage.main()


#from manage.py

manage.py:

def main():
    print("from manage.py")

相对导入与绝对导入

绝对导入的格式为 import A.B 或 from A import B，相对导入格式为 from .A import B 或 from …X import Y，. 代表当前模块，… 代表上层模块，… 代表上上层模块，依次类推。

在test/api/versions.py中导入test/cmd/manage

from test.api import *
a=10
versions.manage.main()

#from manage.py

manage.py

def main():
    print("from manage.py")

versions.py

from ..cmd import manage
def create_resource(conf):
    print("from versions.py",conf)

字符编码

time 模块

表示时间的3种方式

• 返回当前时间戳(timetamp ：从1970/01/01的0点开始计算到目标时间经过的秒数)
• 格式化的时间字符串(format string)
• 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，时令)

python中时间日期格式化符号：

符号	意义
%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

time模块的常用方法

方法	描述
time.localtime([sec])	将一个时间戳转化为当前时区的struct_tme(若未提供参数，为当前时间)
time.gmtime([sec])	和localtime()类似，不同的是，其将一个时间戳转换为UTC时区(0时区的struct_time)
time.time()	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])	把表示时间的元组或者struct_time表示为："星期 月份 日期 时:分:秒"的格式如果未传参数，默认未time.localtime()
time.ctime([t])	把一个时间戳转化为time.asctime()的形式。如果未传参数，默认为time.time()
time.strftime(format[,t])	把一个代表时间的元组/struct_time/localtime()或者gmtime()转为格式化的字符串，未传参则默认为time.localtime()
time.strptime()	将结构化字符串转化为struct_time格式

时间戳转为结构化时间

• time.gmtime()
• time.localtime()

import time
now=time.time()
print(time.gmtime(now))
print(time.localtime(now))

#time.struct_time(tm_year=2019, tm_mon=7, tm_mday=26, tm_hour=1, tm_min=22, tm_sec=11, tm_wday=4, tm_yday=207, tm_isdst=0)
#time.struct_time(tm_year=2019, tm_mon=7, tm_mday=26, tm_hour=9, tm_min=22, tm_sec=11, tm_wday=4, tm_yday=207, tm_isdst=0)

结构化时间转为时间戳

• time.mktime()

import time
now=time.gmtime(time.time())
print(time.mktime(now))

#1564075517.0

结构化时间转为字符串时间

• time.strftime()

import time
now=time.gmtime(time.time())
print(time.strftime("%Y-%m-%d %X",now))

#2019-07-26 01:28:46

• time.asctime()

import time
now=time.gmtime(time.time())
print(time.asctime(now))

#Fri Jul 26 01:52:27 2019

字符串时间转为结构化时间

• time.strptime()

import time
print(time.strptime("2017-07-26","%Y-%m-%d"))

#time.struct_time(tm_year=2017, tm_mon=7, tm_mday=26, tm_hour=0, tm_min=0, tm_sec=0, tm_wday=2, tm_yday=207, tm_isdst=-1)

datetime 模块

相比time来说，datetime模块接口更直观，更容易调用

方法	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.timedate	表示时间间隔
datetime.tzinfo	与时区有关的信息

序列化模块

序列化：

• 将一个对象从内存种转换为可存储（字符串类型）或者可传输（bytes）类型的过程。
• Python中叫pickling

作用：

• 持久化数据类型
• 跨平台交互使用
• 使程序更容易维护

json

json格式在各个

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

json优缺点

• 优点：所有的数据类型使各语言通用的。
• 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…

json的四种方法：

• dump()
• dumps()
• load()
• loads()

序列化，反序列化过程（如果是元组，序列化时强转为列表，如果元组为字典的key则报错）：

import json
dic={'name':'tom','age':16,'job':'student'}
dic_json=json.dumps(dic)    #序列化
print(dic,type(dic))
print(dic_json,type(dic_json))
dic2=json.loads(dic_json)   #反序列化
print(dic2,type(dic2))


#{'name': 'tom', 'age': 16, 'job': 'student'} <class 'dict'>
#{"name": "tom", "age": 16, "job": "student"} <class 'str'>
#{'name': 'tom', 'age': 16, 'job': 'student'} <class 'dict'>

查看json的方法和属性

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中的几乎所有的类型
  • pickle会把数据类型序列化为bytes类型
• 缺点
  • 支支持python

模块提供四个功能：

• 序列化
  • dumps()
  • dump()
• 反序列化
  • loads()
  • load()

import pickle
dic={'name':'tom','age':16,'job':'student'}
dic_json=pickle.dumps(dic)
print(dic,type(dic))
print(dic_json,type(dic_json))
dic2=pickle.loads(dic_json)
print(dic2,type(dic2))

#{'name': 'tom', 'age': 16, 'job': 'student'} <class 'dict'>
#b'\x80\x03}q\x00(X\x04\x00\x00\x00nameq\x01X\x03\x00\x00\x00tomq\x02X\x03\x00\x00\x00ageq\x03K\x10X\x03\x00\x00\x00jobq\x04X\x07\x00\x00\x00studentq\x05u.' <class 'bytes'>
#{'name': 'tom', 'age': 16, 'job': 'student'} <class 'dict'>