pythonjam怎么运行_第二十一天 PYTHON学习

【今日学习】

一、什么是序列化？

我们把对象(变量)从内存中变成可存储或传输的过程称之为序列化，在Python中叫pickling，在其他语言中也被称之为serialization，marshalling，flattening等等，都是一个意思。

二、为什么要序列化？

1：持久保存状态【硬盘存】

需知一个软件/程序的执行就在处理一系列状态的变化，在编程语言中，'状态'会以各种各样有结构的数据类型(也可简单的理解为变量)的形式被保存在内存中。

内存是无法永久保存数据的，当程序运行了一段时间，我们断电或者重启程序，内存中关于这个程序的之前一段时间的数据(有结构)都被清空了。

在断电或重启程序之前将程序当前内存中所有的数据都保存下来(保存到文件中)，以便于下次程序执行能够从文件中载入之前的数据，然后继续执行，这就是序列化。

具体的来说，你玩使命召唤闯到了第13关，你保存游戏状态，关机走人，下次再玩，还能从上次的位置开始继续闯关。或如，虚拟机状态的挂起等。

2：跨平台数据交互【网络传】

序列化之后，不仅可以把序列化后的内容写入磁盘，还可以通过网络传输到别的机器上，如果收发的双方约定好实用一种序列化的格式，那么便打破了平台/语言差异化带来的限制，实现了跨平台数据交互。

反过来，把变量内容从序列化的对象重新读到内存里称之为反序列化，即unpickling。

json模块【转化成str类型】(优先掌握)

序列化与反序列化一：

json.dumps   json.loads  是一对

序列化：

dic={'name':'egon','age':18}

with open('db.json','w',encoding='utf-8') as f:

res = json.dumps(dic)

f.write(res)

print(res,type(res))

结果

{"name": "egon", "age": 18}

#json格式全都是双引号，如果不是双引号，反序列化json就识别不了

#一个数据结构dump一次就行了，不要用‘a.txt ’去添加

反序列化：

with open('db.json','r',encoding='utf-8') as f:

data=f.read()

res=json.loads(data)

print(res)

结果

{'name': 'egon', 'age': 18}

序列化与反序列化二：

简化版

json.dump   json.load  是一对

序列化

import json

dic = {'name': 'egon', 'age': 18}

with open('db1.json','w',encoding='utf-8') as f:

json.dump(dic,f)

反序列化

import json

dic = {'name': 'egon', 'age': 18}

with open('db1.json','r',encoding='utf-8') as f:

print(json.load(f))

优点：数据跨平台较好

缺点：有些python数据类型不能识别，只能识别以下图片上数据类型

没有元组和集合

pickle模块(了解)【转化成bytes类型】

把所有的数据类型存成bytes类型，读也需要用bytes类型去读

优点：能识别所有python数据类型，能把所有数据类型序列化，用法与json类似

缺点：也是最致命缺点，只能识别python，跨平台较差

# 用户注册后得到的数据

name = "高跟"

password = "123"

height = 1.5

hobby = ["吃","喝","赌","飘",{1,2,3}]

# with open("userdb.txt","wt",encoding="utf-8") as f:

# text = "|".join([name,password,str(height)])

# f.write(text)

# pickle支持python中所有的数据类型

user = {"name":name,"password":password,"height":height,"hobby":hobby,"test":3}

# 序列化的过程

# with open("userdb.pkl","ab") as f:

# userbytes = pickle.dumps(user)

# f.write(userbytes)

# 反序列化过程

# with open("userdb.pkl","rb") as f:

# userbytes = f.read()

# user = pickle.loads(userbytes)

# print(user)

# print(type(user))

#

#dump 直接序列化到文件

# with open("userdb.pkl","ab") as f:

# pickle.dump(user,f)

# #load 从文件反序列化

with open("userdb.pkl","rb") as f:

user = pickle.load(f)

print(user)

shelve模块(了解)也能像pickle序列化所有python数据类型，比pickle更方便

info1={'name':'egon','age':18}

info2={'name':'run','age':19}

import shelve

d=shelve.open('db.shv')

d['egon']=info1

d['run']=info2

d.close()

import shelve

d=shelve.open('db.shv')

# d['egon']

# d['run']

print(d['egon'])

print(d['run'])

import shelve

d=shelve.open('db.shv',writeback=True)

d['egon']['age']=20

d['run']['age']=18

print(d['egon'])

print(d['run'])

xml模块(了解)

古老的用法

也是将内存中数据储存起来或传输出去，将数据组织起来

# 查

# 三种查找节点的方式

# 第一种

# import xml.etree.ElementTree as ET

# tree=ET.parse('a.xml')

# root=tree.getroot()

# res=root.iter('year')

# # 会在整个树中查找，而且是查找所有

# print(res)

# for item in res:

# print('*********************')

# print(item.tag)

# print(item.attrib)

# print(item.text)

# 第二种：

# res=root.find('country')

# # 只能在当前元素下一级查找，并且找到一个就结束

# print(item.tag)

# print(item.attrib)

# print(item.text)

# 第三种

# cy=root.findall('country')只能在当前元素下一级查找

# # print(cy)

# for item in cy:

# print(item.tag)

# print(item.attrib)

# print(item.text)

# 改：

# import xml.etree.ElementTree as ET

# tree=ET.parse('a.xml')

# root=tree.getroot()

# for year in root.iter('year'):

# year.text=str(int(year.text)+10)

# year.attrib={'update':'year'}

# tree.write('a.xml')

# # 增

# import xml.etree.ElementTree as ET

# tree=ET.parse('a.xml')

# root=tree.getroot()

# for country in root.iter('country'):

# year=country.find('year')

# if int(year.text)> 2020:

# print(country.attrib)

# ele=ET.Element('run')

# ele.attrib={'nb':'shuai'}

# ele.text='ok'

# country.append(ele)

# tree.write('a.xml')

# 删

# import xml.etree.ElementTree as ET

# tree=ET.parse('a.xml')

# root=tree.getroot()

# for country in root.iter('country'):

# year=country.find('year')

# if int(year.text)> 2020:

# # print(country.attrib)

# country.remove(year)

# tree.write('a.xml')

configparser模块import configparser

# 取值

# import configparser

# config=configparser.ConfigParser()

# config.read('my.ini')

# secs=config.sections()

# print(secs)

# print(config.options('run'))

#

# print(config.get('run','age'))

# print(config.getboolean('run','is_husband'))

# print(config.getfloat('run','salary'))

【今日领悟】

1.json是最常用的序列化与反序列化模块，其它类型的模块常用部分熟悉就行

2.需要在实际按例中去应用才能体会这几个模块的不同