OS模块
把路径中不符合规范的/改成操作系统默认的格式
1 path = os.path.abspath("D:\dayday\day 19\3.py") 2 print(path)
D:\dayday\day 19.py
能够给找到的相对路径改成绝对路径
path = os.path.abspath("os 模块.py") print(path)
C:\Users\Administrator\Desktop\day19\code\day19\os 模块.py
能够把一个路径分成两段,第二段是一个文件/文件夹
path = os.path.split("D:\dayday\day 19\os 模块.py") print(path)
('D:\\dayday\\day 19', 'os 模块.py')
path = os.path.split("D:\dayday\day 19") print(path) 结果 ('D:\\dayday', 'day 19')
返回path的目录,其实就是os.path.split(path)的第一个元素
ret1 = os.path.dirname("D:\dayday\day 19\pickle.py") print(ret1)
1 D:\dayday\day 19
返回path最后的文件名,如果以/或者\结尾,那么就会返回空值
ret2 = os.path.basename("D:\dayday\day 19") print(ret2)
1 day 19
如果你两个值都需要 os.path.split
如果你只要一个值 os.path.dirname/os.path.basename
判断文件或者文件夹是否存在
res = os.path.exists(r"D:\dayday\day 19\os 模块.py") print(res)
True
如果path 是绝对路径就返回True
res = os.path.isabs("D:\dayday\day 19\json.py") print(res)
True
列出指定目录下的所有文件和子目录,包括隐藏文件,并以列表的方式打印
print(os.listdir("D:\dayday"))
['.idea','os模块.py'.....]
如果path是一个存在的目录,返回True,否则返回Flase
print(os.path.isdir(r"D:\dayday\day 19"))
True
如果path是一个存在的文件,返回True 否则返回Flase
print(os.path.isfile(r"D:\dayday\day 19\json.py"))
True
查看路径文件大小 并返回大小
size = os.path.getsize(r"D:\dayday\day 19\json.py") print(size)
1 86
所有的文件夹 都至少是4096个字节
练习:
使用python代码统计一个文件夹中所有文件的总大小
你需要统计文件夹大小
D:\sylar\s15\ 文件夹的大小
拿到这个文件夹下所有的文件夹 和 文件
是文件就取大小
是文件夹 再打开这个文件夹 : 文件/文件夹
1 def func(path): 2 size_num = 0 3 name_list = os.listdir(path) 4 for i in name_list: 5 path_abs = os.path.join(path,i) 6 if os.path.isdir(path_abs): 7 size = func(path_abs) 8 size_num += size 9 else: 10 size_num += os.path.getsize(path_abs) 11 return size_num 12 ret = func(r'D:\dayday') 13 print(ret)
循环 # 堆栈思想 列表 满足一个顺序 先进来的后出去 lst = [r'D:\sylar\s15',] # 列表的第一个目录就是我要统计的目录 size_sum = 0 while lst: # [r'D:\sylar\s15',] lst = ['D:\sylar\s15\day01','D:\sylar\s15\day01'..] path = lst.pop() # path = 'D:\sylar\s15' lst = [] path_list = os.listdir(path) # path_list = ['day01',day02',aaa,day15.py] for name in path_list: # name = day01 abs_path = os.path.join(path,name) if os.path.isdir(abs_path): # 文件夹的逻辑 lst.append(abs_path) # lst.append('D:\sylar\s15\day01') lst = ['D:\sylar\s15\day01'] else: size_sum += os.path.getsize(abs_path) print(size_sum)
os模块 关于windows 系统命令
运行shell命令,直接显示
os.system("dir")
运行shell命令,获取执行结果
print(os.popen("dir").read())
获取当前工作目录,既当前python脚本的工作路径
print(os.getcwd())
改变当前脚本工作目录 相当于shell下cd
os.chdir("dirname")
使用python直接执行操作系统的命令
os.system('dir 路径')
使用python 语言中os模块提供的方法,间接调用了操作系统的命令
print(os.listdir('D:\dayday\day 19'))
Python中的eval函数可以计算Python表达式,并返回结果;
(exec不返回结果,print(eval("…"))打印None)
exec('字符串数据类型的python代码') eval('执行字符串数据类型的python代码')
os.system('执行字符串数据类型的操作系统命令')
os.popen('执行字符串数据类型的操作系统命令,并返回结果')
print(list(os.popen("dir"))) os.system('dir')
序列化模块
什么叫序列化——将原本的字典、列表等内容转换成一个字符串的过程就叫做序列化。
1 比如,我们在python代码中计算的一个数据需要给另外一段程序使用,那我们怎么给? 2 现在我们能想到的方法就是存在文件里,然后另一个python程序再从文件里读出来。 3 但是我们都知道,对于文件来说是没有字典这个概念的,所以我们只能将数据转换成字典放到文件中。 4 你一定会问,将字典转换成一个字符串很简单,就是str(dic)就可以办到了,为什么我们还要学习序列化模块呢? 5 没错序列化的过程就是从dic 变成str(dic)的过程。现在你可以通过str(dic),将一个名为dic的字典转换成一个字符串, 6 但是你要怎么把一个字符串转换成字典呢? 7 聪明的你肯定想到了eval(),如果我们将一个字符串类型的字典str_dic传给eval,就会得到一个返回的字典类型了。 8 eval()函数十分强大,但是eval是做什么的?e官方demo解释为:将字符串str当成有效的表达式来求值并返回计算结果。 9 BUT!强大的函数有代价。安全性是其最大的缺点。 10 想象一下,如果我们从文件中读出的不是一个数据结构,而是一句"删除文件"类似的破坏性语句,那么后果实在不堪设设想。 11 而使用eval就要担这个风险。 12 所以,我们并不推荐用eval方法来进行反序列化操作(将str转换成python中的数据结构)
序列化的目的:
JSON模块
json模块提供了四个功能
1 import json 2 dic = {'k1':'v1','k2':'v2','k3':'v3'} 3 str_dic = json.dumps(dic) #序列化:将一个字典转换成一个字符串 4 print(type(str_dic),str_dic) #<class 'str'> {"k3": "v3", "k1": "v1", "k2": "v2"} 5 #注意,json转换完的字符串类型的字典中的字符串是由""表示的 6 7 dic2 = json.loads(str_dic) #反序列化:将一个字符串格式的字典转换成一个字典 8 #注意,要用json的loads功能处理的字符串类型的字典中的字符串必须由""表示 9 print(type(dic2),dic2) #<class 'dict'> {'k1': 'v1', 'k2': 'v2', 'k3': 'v3'} 10 11 12 list_dic = [1,['a','b','c'],3,{'k1':'v1','k2':'v2'}] 13 str_dic = json.dumps(list_dic) #也可以处理嵌套的数据类型 14 print(type(str_dic),str_dic) #<class 'str'> [1, ["a", "b", "c"], 3, {"k1": "v1", "k2": "v2"}] 15 list_dic2 = json.loads(str_dic) 16 print(type(list_dic2),list_dic2) #<class 'list'> [1, ['a', 'b', 'c'], 3, {'k1': 'v1', 'k2': 'v2'}] 17 18 loads和dumps
import json f = open('json_file','w') dic = {'k1':'v1','k2':'v2','k3':'v3'} json.dump(dic,f) #dump方法接收一个文件句柄,直接将字典转换成json字符串写入文件 f.close() f = open('json_file') dic2 = json.load(f) #load方法接收一个文件句柄,直接将文件中的json字符串转换成数据结构返回 f.close() print(type(dic2),dic2) load和dump
import json f = open('file','w') json.dump({'国籍':'中国'},f) ret = json.dumps({'国籍':'中国'}) f.write(ret+'\n') json.dump({'国籍':'美国'},f,ensure_ascii=False) ret = json.dumps({'国籍':'美国'},ensure_ascii=False) f.write(ret+'\n') f.close() ensure_ascii关键字参数
1 Serialize obj to a JSON formatted str.(字符串表示的json对象) 2 Skipkeys:默认值是False,如果dict的keys内的数据不是python的基本类型(str,unicode,int,long,float,bool,None),设置为False时,就会报TypeError的错误。此时设置成True,则会跳过这类key 3 ensure_ascii:,当它为True的时候,所有非ASCII码字符显示为\uXXXX序列,只需在dump时将ensure_ascii设置为False即可,此时存入json的中文即可正常显示。) 4 If check_circular is false, then the circular reference check for container types will be skipped and a circular reference will result in an OverflowError (or worse). 5 If allow_nan is false, then it will be a ValueError to serialize out of range float values (nan, inf, -inf) in strict compliance of the JSON specification, instead of using the JavaScript equivalents (NaN, Infinity, -Infinity). 6 indent:应该是一个非负的整型,如果是0就是顶格分行显示,如果为空就是一行最紧凑显示,否则会换行且按照indent的数值显示前面的空白分行显示,这样打印出来的json数据也叫pretty-printed json 7 separators:分隔符,实际上是(item_separator, dict_separator)的一个元组,默认的就是(‘,’,’:’);这表示dictionary内keys之间用“,”隔开,而KEY和value之间用“:”隔开。 8 default(obj) is a function that should return a serializable version of obj or raise TypeError. The default simply raises TypeError. 9 sort_keys:将数据根据keys的值进行排序。 10 To use a custom JSONEncoder subclass (e.g. one that overrides the .default() method to serialize additional types), specify it with the cls kwarg; otherwise JSONEncoder is used. 11 12 其他参数说明
1 import json 2 data = {'username':['李华','二愣子'],'sex':'male','age':16} 3 json_dic2 = json.dumps(data,sort_keys=True,indent=2,separators=(',',':'),ensure_ascii=False) 4 print(json_dic2)
Json 和 pickle 模块
用于序列化的模块
- json,用于字符串 和 python数据类型间进行转换
- pickle,用于python特有的类型 和 python的数据类型间进行转换
pickle模块提供了四个功能:dumps、dump(序列化,存)、loads(反序列化,读)、load
(不仅可以序列化字典,列表...可以把python中任意的数据类型序列化)
1 import pickle 2 dic = {'k1':'v1','k2':'v2','k3':'v3'} 3 str_dic = pickle.dumps(dic) 4 print(str_dic) #一串二进制内容 5 6 dic2 = pickle.loads(str_dic) 7 print(dic2) #字典 8 9 import time 10 struct_time = time.localtime(1000000000) 11 print(struct_time) 12 f = open('pickle_file','wb') 13 pickle.dump(struct_time,f) 14 f.close() 15 16 f = open('pickle_file','rb') 17 struct_time2 = pickle.load(f) 18 print(struct_time2.tm_year) 19 20 pickle
json是一种所有的语言都可以识别的数据结构。
如果我们将一个字典或者序列化成了一个json存在文件里,那么java代码或者js代码也可以拿来用。
但是如果我们用pickle进行序列化,其他语言就不能读懂所以,如果你序列化的内容是列表或者字典,你就可以使用json模块
但如果出于某种原因你不得不序列化其他的数据类型,而未来你还会用python对这个数据进行反序列化的话,那么就可以使用pickle
To be continued...