那些年踩的 python坑

(1)在交互式模型下何在解释器中存在的问题
在这里插入图片描述
在交互式模型下有一种问题叫所见即所得,而在解释器中存在一个流程,程序并没有立即结束,所以不存在重新分配内存的情况.
大整数对象池:终端每执行一次,大整数就会被重新创建。
小整数对象池:【-5,256】,提前建立好的,不会被垃圾回收。
(2):在python中的三目运算符是 if else形式的
result=(a+b) if a<b else b-a;
(3)range函数:range(4):0,1,2,3;
range(1,4):1,2,3;
(3)进制:0b:二进制
0x:十六进制
0o:八进制
(4):pass空语句,不报语法错误
(5):is比较的是地址,==比较的是内容
(6):输入时的地址和你从常量直接赋过去所得到的地址是不一样的
(4)实现字符串的逆序时:[::-1],例如str[-1:-5:-1],后面的-1表示方向,即存在方向时对前后两个字符的大小顺序是有关系的,如果变成2就是步长为2进行取字符

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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