Python0222

Python0222总结

with:资源释放（关闭资源清理文件）

工作原理:

class demo(object):

    def __enter__(self):
        print("进入enter方法")
        return self
    def __exit__(self, exc_type, exc_val, exc_tb):
        print("进入exit方法")
        print("---",exc_type)
        print("---",exc_val)
        print("---",exc_tb)


def test():
    return demo()

with test() as t:
    print(t)
    print(1/0)

fileinput :好处--------一次处理多个文件（不适合大文件）

文件合并和拆分
文件复制
文件加密

import fileinput
with fileinput.input(["a.mp4","b.mp4"],mode="rb") as lines,open("c.mp4",mode="wb") as f:
    for line in lines:
        f.write(line)

import fileinput
f = fileinput.input("a.txt",mode="rb")
for line in f:
    print(line.decode("utf-8"))

不安全代码:

f = open("a.txt",encoding="utf-8")
print(f.read())
print(1/0)
f.close()

逻辑正确 代码冗余:

f = open("a.txt",encoding="utf-8")
try:
    print(f.read())
    print(1 / 0)
except:
    pass
finally:
    f.close()

os

print(os.getcwd())#获取当前目录
print(os.listdir(“F:\教学视频\python”))#获取文件目录下所有文件和文件夹
os.mkdir(“new”) #创建目录
os.rmdir(“new”) #删除目录
print(os.path.isdir(“new”)) #判断是否是目录文件
print(os.path.isfile(“a.html”))

def bf(path):
    list = os.listdir(path1a'a)
    for item in list:
        if os.path.isfile(os.path.join(path,item)):#path+"/"+item
            print(item)
        else:
            print(item)
            bf(os.path.join(path,item))

bf("C:/Users/aqiu/PycharmProjects/test1901_01")

pickle模块

python持久化的存储数据：
python程序运行中得到了一些字符串，列表，字典等数据，想要长久的保存下来，方便以后使用，
而不是简单的放入内存中关机断电就丢失数据。python模块大全中pickle模块就排上用场了，
他可以将对象转换为一种可以传输或存储的格式。
pickle模块将任意一个python对象转换成一系统字节的这个操作过程叫做串行化对象。
python的pickle模块实现了python的所有数据序列和反序列化。基本上功能使用和JSON模块没有太大区别，方法也同样是dumps/dump和loads/load。cPickle是pickle模块的C语言编译版本相对速度更快。
与JSON不同的是pickle不是用于多种语言间的数据传输，它仅作为python对象的持久化或者python程序间进行互相传输对象的方法，因此它支持了python所有的数据类型。

import pickle

data2 = [1,2,3,4]
det_str = pickle.dumps(data2)
print(det_str)

#output：  输出为二进制格式 
b'\x80\x03]q\x00(K\x01K\x02K\x03K\x04e.'

将数据序列化后存储到文件中:

f = open('test.txt','wb')   #pickle只能以二进制格式存储数据到文件
data = {'k1':'python','k2':'java'}
f.write(pickle.dumps(data))   #dumps序列化源数据后写入文件
f.close()

反序列化读取源数据:

import pickle
f = open('test.txt','rb')
da = pickle.loads(f.read())   #使用loads反序列化
print(da)

dumps和dump，load和loads的区别：

dumps是将对象序列化

dump是将对象序列化并保存到文件中

loads将序列化字符串反序列化

load将序列化字符串从文件读取并反序列化

import pickle

data1 = [1,'a',2,'b',3,'c']
pi = pickle.dumps(data1)  #序列化对象
print(pi)
print(pickle.loads(pi))    #反序列化对象


f = open('test1.txt','wb')
data2 = ['py','th','on',123]
pickle.dump(data2,f)    #序列化对象到文件
f = open('test1.txt','rb')
red = pickle.load(f)   #从文件中反序列化对象
print(red)

json模块

JSON(JavaScript Object Notation) 是一种轻量级的数据交换格式。它基于ECMAScript的一个子集。
JSON采用完全独立于语言的文本格式，但是也使用了类似于C语言家族的习惯
(包括C、C++、Java、JavaScript、Perl、Python等)。这些特性使JSON成为理想的数据交换语言。
易于人阅读和编写，同时也易于机器解析和生成(一般用于提升网络传输速率)。

json.dump(obj，fp，*，skipkeys = False，ensure_ascii = True，check_circular = True，
indent = None，separators = None，default = None，sort_keys = False，** kw)

将obj对象格式化并存储到文件对象中，文件必须为可写的文件句柄，json只产生str对象，
不支持bytes对象，所以fp.write()必须支持str输入

skipkeys如果为True，对象的基本类型必须是str,int,float,bool,None

ensure_ascii=True，如果为true则所以传入的非ASCII字符都被转义，如果为false则字符将原样输出

check_circular=True，如果为true容器类型的循环引用检查将被跳过

indent=None，表示数组元素和对象将按指定的值缩进，可以是整数或字符串如’\t’

sort_keys=False，如果为True字典的输出将按键排序

import json

data=[{'k1':'v1','k2':'v2'},{'k3':'v3','k4':'k4'},{'k6':'v6','k5':'k5'}]

with open('test.txt','w') as pf:
    json.dump(data,pf,indent=2,sort_keys=True)
    pf.close()

将obj对象格式化为str对象，参数含义和dump相同
将文件对象反序列化为python对象，选项参数用来指定类型解码，在python3.6中fp可以使用二进制文件
将json文档的实例反序列化为python对象，参数含义同load()相同

json与pickle模块的区别

1、JSON只能处理基本数据类型。pickle能处理所有Python的数据类型。
2、JSON用于各种语言之间的字符转换。pickle用于Python程序对象的持久化或者Python程序间对象网络传输，但不同版本的Python序列化可能还有差异。

shelve模块

shelve与pickle类似用来持久化数据的，不过shelve是以键值对的形式，将内存中的数据通过文件持久化，
值支持任何pickle支持的python数据格式，它会在目录下生成三个文件。

import shelve
import tab
s = shelve.open(‘test_s.db’) #创建shelve并打开
s[‘k1’]={‘int’:10,‘float’:8.8,‘string’:‘python’} #写入数据
s.close() #关闭文件
s = shelve.open(‘test_s.db’) #打开文件
print(s[‘k1’]) #访问shelve中的数据
{‘float’: 8.8, ‘string’: ‘python’, ‘int’: 10}

print(s[‘k1’][‘int’])
10

s.close()

对于存储的key,value值，只能添加key,value，可修改整个value，不能单独修改列表或字典中的元素

s = shelve.open(‘test_s.db’,flag=‘r’)
print(s[‘k1’])
{‘float’: 8.8, ‘string’: ‘python’, ‘int’: 10}

s[‘k2’]=[1,2,3] #添加数据
print(s[‘k2’])
[1, 2, 3]

s[‘k2’][0]=99 #修改存储的value的单个值时不生效也不报错
print(s[‘k2’])
[1, 2, 3]

s.close()

s = shelve.open(‘test_s.db’,flag=‘c’)
s.keys()
KeysView(<shelve.DbfilenameShelf object at 0x7fd4770f1850>)

len(s)
2

s[‘k2’]=(33,44) #可以修改key的value
print(s)
<shelve.DbfilenameShelf object at 0x7fd4770f1850>

print(s[‘k2’])
(33, 44)

写回(write-back)由于shelve在默认情况下是不会记录待持久化对象的任何修改的，所以我们在shelve.open()时候需要修改默认参数，否则对象的修改不会保存。
上面这个例子中，由于一开始我们使用了缺省参数shelve.open()了，因此修改的值即使我们s.close()也不会被保存。
所以当我们试图让shelve去自动捕获对象的变化，我们应该在打开shelf的时候将writeback设置为True。当我们将writeback这个flag设置为True以后，shelf将会将所有从DB中读取的对象存放到一个内存缓存。当我们close()打开的shelf的时候，缓存中所有的对象会被重新写入DB。