python学习的第21天模块之picklejsonxmlshelveconfigparser

Posted 2021-01-13 yehuihuihui

一、pickle  ***

1、作用;专门用于python语言的序列化

PS;（1）什么是序列化？

               指的是将内存中的数据结构转化为一种中间格式，并存储到硬盘上

      （2）什么是反序列化?

               将硬盘上存储的中间格式数据在还原为内存中的数据结构

      （3）为什么要序列化？

               为了将数据持久存储，之前学过的文件也能完成持久化储存，但是操作起来非常麻烦

Pickle模块主要功能：dump、load、dunmps、loads

dump是序列化，load是反序列化

注意：

dump和dumps、load和loads的区别：不带s 是帮你封装write和read更方便

load函数可以多次执行  每次load 都是往后在读一个对象 如果没有了就抛出异常Ran out of input

先创建一个文件，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)
    print(pickle.load(f))

#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)
    print(pickle.load(f))

二、shelve

1、作用：极其简单的序列化模块，只用于python

优点：shelve模块 也用于序列化，它于pickle不同之处在于 不需要关心文件模式什么的 直接把它当成一个字典来看待，
它可以直接对数据进行修改 而不用覆盖原来的数据，而pickle 你想要修改只能 用wb模式来覆盖

shelve模块比pickle模块简单，只有一个open函数，返回类似字典的对象，可读可写;key必须为字符串，而值可以是python所支持的数据类型

import shelve
# user = {"name":"高根"}
# s = shelve.open("userdb.shv")
# s["user"] = user
# s.close()

s = shelve.open("userdb.shv",writeback=True)
print(s["user"])
s["user"]["age"] = 20
s.close()

三、json   *****

1、作用是一种跨平台的数据格式    也属于序列化的一种方式

2、为什么用：

pickle 和 shevle 序列化后得到的数据 只有python才能解析
通常企业开发不可能做一个单机程序 都需要联网进行计算机间的交互
我们必须保证这个数据 能够跨平台使用

    js 中的数据类型  python数据类型 的对应关系
    {}              字典
    []              list
    string ""       str
    int/float       int/float
    true/false      True/False
    null            None

3、怎么用：

json格式的语法规范
最外层通常是一个字典或列表{} or []
只要你想写一个json格式的数据 那么最外层直接写{}，且字符串必须是双引号
你可以在里面套任意多的层次

对于我们开发而言 json就是一种通用的数据格式 任何语言都能解析
json存储数据取必须都是python数据结构

    js 中的数据类型  python数据类型 的对应关系
    {}              字典
    []              list
    string ""       str
    int/float       int/float
    true/false      True/False
    null            None

json模块的核心功能
dump、dumps、load、loads        不带s 封装write 和 read

（1）json的序列化

import json

dic={‘name‘:‘egon‘,‘age‘:18,‘sex‘:‘male‘}
#序列化：内存中的数据类型------>中间格式json

# # 1、序列化得到json_str
# json_str=json.dumps(dic)
# # 2、把json_str写入文件
# with open(‘db.json‘,‘wt‘,encoding=‘utf-8‘) as f:
#     f.write(json_str)

#1和2合为一步
with open(‘db.json‘,‘wt‘,encoding=‘utf-8‘) as f:
    json.dump(dic,f)


# print(json_str,type(json_str)) # json格式不能识别单引号，全都是双引号

（2）json的反序列化

import json

#反序列化：中间格式json-----》内存中的数据类型

# #1、从文件中读取json_str
# with open(‘db.json‘,‘rt‘,encoding=‘utf-8‘) as f:
#     json_str=f.read()
# #2、将json_str转成内存中的数据类型
# dic=json.loads(json_str)

#1和2可以合作一步
with open(‘db.json‘,‘rt‘,encoding=‘utf-8‘) as f:
    dic=json.load(f)

print(dic[‘sex‘])

四、xml

1、作用：可扩展标记语言，一种编写文档的语法 也支持跨平台，比较json而言 属于重量级（不实用）

import xml.etree.ElementTree as ET

tree = ET.parse("a.xml")
root = tree.getroot()

学习的重点还是语法格式
（一）、任何的起始标签都必须有?一个结束标签。
<> </>
（二）、可以采用另一种简化语法，可以在一个标签中同时表示起始和结束标
签。这种语法是在?于符号之前紧跟一个斜线（/），XML
解析器会将其翻译成<百度百科词条></百度百科词条>。
例例如<百度百科词条/>。

（三）、标签必须按合适的顺序进?行行嵌套，所以结束标签必须按镜像顺序匹配
起始标签。这好?比是将起始和结束标签看作是数学中的左右括号：在没有关闭所有
的内部括号之前，是不不能关闭外?面的括号的。
（四）、所有的特性都必须有值。
（五）、所有的特性都必须在值的周围加上双引号。

    一个标签的组成部分
    <tagename 属性名称="属性值">文本内容
    </tagname>

    单标签的写法
    <tagename 属性名称="属性值"/>

    # 镜像关闭顺序实例
    <a>
        <b>
            <c>
            </c>
        </b>
    </a>

把你左右同学的信息写成xml
<studentinfo>
    <张三>
        <age>20</age>
        <gender>man</gender>
    </张三>
    <李四>
        <age>20</age>
        <gender>man</gender>
    </李四>
</studentinfo>

    总结 xml也是一种中间格式 也属于序列化方式之一
    与json相比较
    同样的数据  json会比xml 更小 效率更高
    xml 需要根据文档结构 手动解析 而json 直接转对象

import xml.etree.ElementTree as ElementTree
# 解析d.xml
tree = ElementTree.parse("d.xml")
print(tree)
# 获取根标签
rootTree = tree.getroot()

# 三种获取标签的方式
# 获取所有人的年龄 iter是用于在全文范围获取标签
# for item in rootTree.iter("age"):
#     # 一个标签三个组成部分
#     print(item.tag) # 标签名称
#     print(item.attrib) # 标签的属性
#     print(item.text) # 文本内容

# 第二种 从当前标签的子标签中找到一个名称为age的标签  如果有多个 找到的是第一个
# print(rootTree.find("age").attrib)
# 第三种 从当前标签的子标签中找到所有名称为age的标签
# print(rootTree.findall("age"))

# 获取单个属性
stu = rootTree.find("stu")
print(stu.get("age"))
print(stu.get("name"))

# 删除子标签
rootTree.remove(stu)


# 添加子标签
# 要先创建一个子标签
newTag = ElementTree.Element("这是新标签",{"一个属性":"值"})
rootTree.append(newTag)

# 写入文件
tree.write("f.xml",encoding="utf-8")

五、configparser   *****

1、作用：用于解析配置文件的模块

何为配置文件：包含配置程序信息的文件就称为配置文件
什么样的数据应作为配置信息：需要改 但是不经常改的信息 例如数据文件的路径 DB_PATH

2、用法：

配置文件中 只有两种内容
一种是section 分区
一种是option 选项 就是一个key=value形式

我们用的最多的就是get功能 用来从配置文件获取一个配置选项

import configparser
# 创建一个解析器
config = configparser.ConfigParser()
# 读取并解析test.cfg
config.read("test.cfg",encoding="utf-8")
# 获取需要的信息
# 获取所有分区
# print(config.sections())
# 获取所有选项
# print(config.options("user"))
# 获取某个选项的值
# print(config.get("path","DB_PATH"))
# print(type(config.get("user","age")))
#
# # get返回的都是字符串类型  如果需要转换类型 直接使用get+对应的类型(bool int float)
# print(type(config.getint("user","age")))
# print(type(config.get("user","age")))

 是否由某个选项
config.has_option()
# 是否由某个分区
# config.has_section()

# 不太常用的
# 添加
# config.add_section("server")
# config.set("server","url","192.168.1.2")
# 删除
# config.remove_option("user","age")
# 修改
# config.set("server","url","192.168.1.2")

# 写回文件中
# with open("test.cfg", "wt", encoding="utf-8") as f:
#     config.write(f)