模块-2_pluto安全继电器程序导入-CSDN博客

本文链接：https://blog.csdn.net/weixin_45415743/article/details/97620558

time模块

import time
time.sleep(n) #休眠n秒

time.time() #获取往当前时间戳。

在python中，表示时间通常有三种方式：

时间戳(timetamp)：表示1970.01.01 00:00:00 开始按秒计算的偏移量
格式化的时间字符串(format string)
- python中时间日期格式化符号：
  %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
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，夏令时）

>>> time.localtime()
time.struct_time(tm_year=2019, tm_mon=7, tm_mday=26, tm_hour=8, tm_min=59, tm_sec=59, tm_wday=4, tm_yday=207, tm_isdst=0)

time模块的常用方法

方法	描述
time.localtime([sec])	将一个时间戳转化为一个结构化时间
time.gmtime([sec])	将一个时间戳转化为UTC时区（0时区），也是结构化时间
time.time()	返回当前的时间戳
time.mktime(t)	讲time.struct_time转化为时间戳
time.sleep(sec)	将线程推迟指定的时间允许，单位(s)
time.asctime([t])	把表时间的元组或struct_time表示为：‘’周几月日时分秒年‘’
time.ctime([t])	把一个时间戳转化为time.asctime()的形式，未传参数，默认time.time()
time.strftime(format[,t])	把一个代表时间的元组或struct_time转化为格式化的字符串，未传参数，默认localtime()
time.strptime()	将结构化字符串转化为struct_time形式

时间戳，计算机识别的
字符串时间，人类可以看得
结构化时间，利于对时间操作

时间戳和结构化时间的转化

时间戳---->结构化时间

>>> now=time.time()
>>> time.gmtime(now) #UTC时区，0时区
time.struct_time(tm_year=2019, tm_mon=7, tm_mday=26, tm_hour=1, tm_min=21, tm_sec=4, tm_wday=4, tm_yday=207, tm_isdst=0)
>>> time.localtime(now)#当地时间（北京时间，东八区）
time.struct_time(tm_year=2019, tm_mon=7, tm_mday=26, tm_hour=9, tm_min=21, tm_sec=4, tm_wday=4, tm_yday=207, tm_isdst=0)

结构化时间—>时间戳

>>> tp_struct=time.localtime()
>>> time.mktime(tp_struct)
1564104178.0

结构化时间和字符串时间的转化

结构化时间—>字符串时间

>>> tp_struct=time.localtime()
>>> time.strftime("%Y-%m-%d %X",tp_struct)
'2019-07-26 09:22:58'

字符串时间—>结构化时间

>>> time.strptime("2019-7-26","%Y-%m-%d") #前后需对应格式
time.struct_time(tm_year=2019, tm_mon=7, tm_mday=26, tm_hour=0, tm_min=0, tm_sec=0, tm_wday=4, tm_yday=207, tm_isdst=-1)

time.asctime(结构化时间)

>>> tp_struct=time.localtime()
>>> time.asctime(tp_struct)
'Fri Jul 26 09:22:58 2019'
>>> time.asctime()
'Fri Jul 26 09:46:40 2019'

时间戳和字符串的转化

>>> time.ctime()
'Fri Jul 26 09:52:07 2019'
>>> time.ctime(1500000000)
'Fri Jul 14 10:40:00 2017'

datetime模块

相比time来说，datetime模块接口更直观，更容易调用

方法（类）	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.timedelta	表示时间间隔
datetime.tzinfo	与时区有关的信息

import datetime
>>> datetime.datetime.now()
datetime.datetime(2019, 7, 26, 10, 3, 14, 602496)
>>> print(datetime.datetime.now())
2019-07-26 10:03:44.593720
>>> print(datetime.datetime.now().date())
2019-07-26
>>> print(datetime.datetime.now().time())
10:04:24.207548
>>> print(datetime.datetime.now()+datetime.timedelta(-1))#当前时间减一天
2019-07-25 10:05:49.981142
>>> print(datetime.datetime.now()+datetime.timedelta(hours=-1))#减一小时
2019-07-26 09:06:31.960906

sys模块

sys模块是与python解释器交互的一个接口

处理命令行参数

py文件中

import sys

print("Script name is:",sys.argv[0])

if len(sys.argv)>1:
    print("There are ",len(sys.argv)-1,"atguments")
    for i in sys.argv[1:]:
        print(i)
else:
    print("There are no arguments")

命令行

>>>python day_02.py aa bb cc
Script name is: day_02.py
There are  3 atguments
aa
bb
cc

序列化模块

概念：将一个对象从内存中转换为可存储(字符串类型)或者可传输(bytes)类型的过程。

Python中叫pickling。

为什么要使用序列化

持久化数据类型
跨平台交互使用
使程序更易维护

[外链图片转存失败(img-AUxt0Ouf-1564323556185)(C:\Users\ou\Desktop\20190727103435129.png)]

json

json格式在各个语言中都可以通用的序列化格式。在json中，所有的字符串必须为双引号""。

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

json优缺点：

优点：所有的数据类型是各语言通用的。
缺点：
- json支持的数据类型比较少
  - 只支持列表，字典，数值，字符串以及布尔值
- 它对数据的要求十分严格
  - 比方说字典中的key必须是字符串

查看json的方法和属性

dir()

四个功能

序列化
- dumps
- dump
反序列化
- loads
- load

>>> import json
>>> dic={"name":"College","age":20,"type":"University"}
>>> sr_dic=json.dumps(dic)# 序列化的过程，将字典转化为一个字符串
>>> type(sr_dic)
<class 'str'>
>>> sr_dic
'{"name": "College", "age": 20, "type": "University"}'
>>> dic
{'name': 'College', 'age': 20, 'type': 'University'}
>>> dic={"name":"College","age":20,"type":"University",2:0
>>> sr_dic=json.dumps(dic)
>>> sr_dic}# key被强转为字符串
'{"name": "College", "age": 20, "type": "University", "2": 0}'
>>> dic2=json.loads(sr_dic)	# 反序列化
>>> dic2
{'name': 'College', 'age': 20, 'type': 'University', '2': 0}
>>> dic3=json.loads(dic)    
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "F:\64 python 36\lib\json\__init__.py", line 348, in loads
    'not {!r}'.format(s.__class__.__name__))
TypeError: the JSON object must be str, bytes or bytearray, not 'dict'
#假如是元组，序列化时强转为列表；若元组作为字典的key，序列化时报错
>>> tuple1=(0,1,3)
>>> dic4=json.dumps(tuple1)
>>> dic4
'[0, 1, 3]'
>>> dic={tuple1:2}
>>> dic5=json.dumps(dic)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "F:\64 python 36\lib\json\__init__.py", line 231, in dumps
    return _default_encoder.encode(obj)
  File "F:\64 python 36\lib\json\encoder.py", line 199, in encode
    chunks = self.iterencode(o, _one_shot=True)
  File "F:\64 python 36\lib\json\encoder.py", line 257, in iterencode
    return _iterencode(o, 0)
TypeError: keys must be a string

import json
dict1={"name":"College","age":20,"type":"University",2:0}

with open('dump_json','w')as f:
    json.dump(dict1,f)#dump方法可以接受一个文件句柄。直接将字典-->字符串，写入文件
with open('dump_json')as f:
    ret=json.load(f)
    print((ret,type(ret)))
({'name': 'College', 'age': 20, 'type': 'University', '2': 0}, <class 'dict'>)
#想要读取多条就要在写入时写入换行
with open('dump_json','a')as f:
    json.dump(dict1,f)
    f.write('\n')
 #多写入几次后
with open('dump_json')as f:
    for i in f:
        ret=json.loads(i)
        print((ret))
 
#{'name': 'College', 'age': 20, 'type': 'University', '2': 0}
#{'name': 'College', 'age': 20, 'type': 'University', '2': 0}
#{'name': 'College', 'age': 20, 'type': 'University', '2': 0}
#{'name': 'College', 'age': 20, 'type': 'University', '2': 0}

pickle

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中的几乎所有类型
- pickle会把数据类型序列化为bytes类型
缺点
- 只支持python

四个功能

序列化
- dumps
- dump
反序列化
- loads
- load

import pickle
dict1={"name":"College","age":20,"type":"University",2:0}
dict2=pickle.dumps(dict1)
print(type(dict2))
#	<class 'bytes'>
dict3=pickle.loads(dict2)
print(type(dict3))
#	<class 'dict'>

缺点

只支持python
缺点
- 只支持python

四个功能

序列化
- dumps
- dump
反序列化
- loads
- load

import pickle
dict1={"name":"College","age":20,"type":"University",2:0}
dict2=pickle.dumps(dict1)
print(type(dict2))
#	<class 'bytes'>
dict3=pickle.loads(dict2)
print(type(dict3))
#	<class 'dict'>