python3模块和相关

Posted wd404

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了python3模块和相关相关的知识,希望对你有一定的参考价值。

1、模块
为了方便管理类和函数,将其保存到不同的文件中,文件又可以存放在不同的目录下。
这里的文件和目录,即python模块。
(1)通过关键字import进行导入
(2)一个模块只会被导入一次,不管你执行了多少次import。这样可以防止导入模块被一遍又一遍地执行。
(3)搜索路径被存储在sys模块中的path变量,python解释器会据此进行查找import导入的包。

import sys
print(sys.path)

2、导入示例

import xxx

导入整个模块

from xxx import xxx

从某模块中导入部分类或函数

from xxx import *

从某模块中导入全部

3、__name__属性
一个模块被另一个程序第一次引入时,其主程序将运行。如果我们想在模块被引入时,模块中的某一程序块不执行,我们可以用__name__属性来使该程序块仅在该模块自身运行时执行。

if __name__==\'__main__\':
  pass

4、dir函数
内置的函数 dir() 可以找到模块内定义的所有名称。
如果没有给定参数,那么 dir() 函数会罗列出当前定义的所有名称.

import sys
print(dir(sys))

5、标准模块
由python本身所提供的标准的模块

python - 常用模块 - 序列化相关模块

把数据序列化可以更加方便的在程序之间传输

在python中,常用json和pickle两个模块来对数据序列化:

json模块:

  json,用于字符串 和 python数据类型间进行转换

  Json 模块提供了四个功能:dumps、dump、loads、load

  json.dump() 将数据通过特殊的形式转换为所有程序语言都认识的字符串,并写入文件
  json.dumps() 将数据通过特殊的形式转换为所有程序语言都认识的字符串

  json.dump和json.dumps很不同,json.dump主要用来json文件读写,和json.load函数配合使用。

  json.loads() 加载json文件的内容,并转换为python数据类型

 1 ‘‘‘ json.dumps 和 json.loads 应用‘‘‘
 2 >>> import json
 3 >>> user_info= {
 4     name:root,
 5     age:22,
 6     job:python
 7     }
 8 >>> with open(data_json.txt,w) as f:
 9     f.write(json.dumps(user_info))          #先序列化,再写入文件
10     
12 44   # 这是序列化后单个字符的数量(字典在打印时,每个键值对的值前面会有个空格)
13 >>> len(user_info)
14 3
15 >>> with open(data_json.txt,r) as fr:
16     json.loads(fr.read())       #先从文件读出来,再反序列化
17    
19 {name: root, age: 22, job: python}
20 >>> 
 1 >>>      ‘‘‘json.dump 和 json.load使用‘‘‘
 2 >>> import json
 3 >>> user_info = {name: root, age: 22, job: python}
 4 >>> 
 5 >>> with open(data_json1.txt,w) as fw:
 6     json.dump(user_info,fw)         
 7                                #json.dump(要被序列化对象,文件句柄)
 8     
 9 >>> with open(data_json1.txt,r) as fr:
10     json.load(fr) 
11                       #json.load(文件句柄)
12     
13 {name: root, age: 22, job: python}
14 >>> 

pickle模块:

  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、loads、load

  pickle.dumps() 将数据通过特殊的形式转换成只有python语言认识的字符串,不需要写入文件
  pickle.dump() 将数据通过特殊的形式转换成只有python语言认识的字符串,并写入文件

  pickle.dump(obj, fw, [,protocol])
    注解:将对象obj保存到文件fw (‘w‘方式打开的文件句柄)中去。
  pickle.dumps(obj):以字节对象形式返回封装的对象,不需要写入文件中

  pickle.load(fr)
    注解:从file中读取一个字符串,并将它重构为原来的python对象。
    fr : ‘r‘方式打开的文件句柄,有read()和readline()接口。

  pickle.loads(bytes_object): 从字节对象中读取被封装的对象,并返回

 1 >>>     ‘‘‘ pickle.dumps 和 pickle.loads 使用‘‘‘
 2 >>> import pickle
 3 >>> user_info = {name: root, age: 22, job: python}
 4 >>> 
 5 >>> with open(data_pickle.txt,wb) as fw:      #用pickle对数据序列化时,要用二进制打开进行读、写
 6     fw.write(pickle.dumps(user_info))
 7   
 9 65
10 >>> with open(data_pickle.txt,rb) as fr:
11     pickle.loads(fr.read())
12 
13     
14 {name: root, age: 22, job: python}
15 >>> 
 1 >>>        ‘‘‘pickle.dump 和 pickle.load使用‘‘‘
 2 >>> import pickle
 3 >>> user_info = {name: root, age: 22, job: python}
 4 >>> 
 5 >>> with open(data_pickle1.txt,wb) as fw:
 6     pickle.dump(user_info,fw)
 7 
 8 >>> with open(data_pickle1.txt,rb) as fr:
 9     pickle.load(fr)
10     
11 {name: root, age: 22, job: python}
12 >>> 

json和pickle两个模块的方法一样,只是在用pickle序列化时,打开文件的方式必须是二进制(‘wb‘,‘rb‘)

以上利用json或pickle都是序列化一条数据,若要同时序列化多条数据,则pickle和json都很麻烦了(两种方式操作过程一样)

>>>                      ‘‘‘用 pickle 序列化多条数据‘‘‘
>>> import pickle
>>> 
>>> user_info = {name: root, age: 22, job: python}
>>> user_list = [root,admin,xsec]
>>> job_list = [python,php,js]
>>>
>>> with open(more_data_pickle.txt,wb) as fw:
    fw.write(pickle.dumps(user_info))
    fw.write(pickle.dumps(user_list))
    fw.write(pickle.dumps(job_list))
    
65
42
40
>>> with open(more_data_pickle.txt,rb) as fr:
    pickle.loads(fr.read())
    pickle.loads(fr.read())
    pickle.loads(fr.read())               #用dumps可以序列化多条数据,但是用loads反序列化时,报错了

{name: root, age: 22, job: python}
Traceback (most recent call last):
  File "<pyshell#83>", line 3, in <module>
    pickle.loads(fr.read())
EOFError: Ran out of input

>>> fr = open(more_data_pickle.txt,rb)
>>> pickle.loads(fr.read())
{name: root, age: 22, job: python}
>>> pickle.loads(fr.read())
Traceback (most recent call last):
  File "<pyshell#86>", line 1, in <module>
    pickle.loads(fr.read())
EOFError: Ran out of input
 
>>> with open(more_data_pickle.txt,wb) as fw:          #用dump和load成功序列化和反序列化多条数据
    pickle.dump(user_info,fw)
    pickle.dump(user_list,fw)
    pickle.dump(job_list,fw)

>>> with open(more_data_pickle.txt,rb) as fr:
    pickle.load(fr)
    pickle.load(fr)
    pickle.load(fr)        #在生产时这样load不知道到底要load多少次才能取到想要的数据
    
{name: root, age: 22, job: python}        #按照dump的先后顺序,依次load (入单向队列,先进先出)
[root, admin, xsec]
[python, php, js]
>>> 

由上面可知,在序列化时问题还不大,可是当我们在读取数据时,感觉就是毫无条理,不知道合适才能取到我们想要的数据。由此,我们有必要学习下面这个模块

shelve 模块 

  shelve模块是一个简单的通过key,value形式将内存数据通过文件持久化的模块,可以持久化任何pickle可以支持的python数据格式

  ( shelve 的实质:对pickle再一次封装)

  shelve较于pickle优点:
    在dump多条数据时,pickle需要dump多次,其在取时,也要对应load多次(先进先出)
    而shelve在持久化多条数据之后,只需要根据不同的key就可以调用不同的数据

 1 >>> 
 2 >>> import shelve
 3 >>> user_info = {name: root, age: 22, job: python}
 4 >>> user_list = [root, admin, xsec]
 5 >>> job_list = [python, php, js]
 6 >>>                                      #用shelve序列化数据
 7 >>> so = shelve.open(more_data_shelve.txt)     #打开一个用来存储序列化后的数据的文件(不需要打开方式)
 8 >>> so[u_i] = user_info
 9 >>> so[u_l] = user_list         #其中的键名(‘u_i‘...)是自定义的,存数据不要求顺序,后面取数据也不要求顺序
10 >>> so[j_l] = job_list
11 >>> so.close()           #存完了记得关闭文件
12 >>> 
#反序列化数据 13 >>> so1 = shelve.open(more_data_shelve.txt) #打开之前存储序列化后的数据的文件,同样不要打开方式 14 >>> so1[u_l] 15 [root, admin, xsec] 16 >>> so1[j_l] #可以通过键名,只取想要的数据,不需要全部反序列化 17 [python, php, js] 18 >>> so1[u_i] 19 {name: root, age: 22, job: python} 20 >>> so1.close() #关闭文件 21 >>>

 










以上是关于python3模块和相关的主要内容,如果未能解决你的问题,请参考以下文章

Ubuntu系统Python3相关环境或模块安装

python3中OS模块

Python3之hashlib

Python3之hashlib

Python3之paramiko模块

Python3之模块及包的导入