Python之路(第十五篇)sys模块、json模块、pickle模块、shelve模块

一、sys模块

1、sys.argv

命令行参数List，第一个元素是程序本身路径

2、sys.exit(n)

退出程序，正常退出时exit(0)

3、sys.version 、 sys.maxint

sys.version 获取Python解释程序的版本信息

sys.maxint 最大的Int值

4、sys.path

返回模块的搜索路径，初始化时使用PYTHONPATH环境变量的值

分析：sys.path输出的第一个结果是程序执行文件所在的文件夹绝对路径，这里的输出结果第二个是工程文件目录，但是这个目录是pycharm自主加上的，直接用解释器执行是没有这个路径的。

5、sys.platform

返回操作系统平台名称

6、sys.stdout.write() 、sys.stdout.flush()

sys.stdout.write() 标准输出 , sys.stdout.write 在交互器模式下这个函数输出数据到stdout，同时还有一个返回值，就是字符串的长度。在pycharm里输出不会有字符串的长度。

sys.stdout.flush() 刷新输出

在Linux系统下，必须加入sys.stdout.flush()才能一秒输一个字符（交互器模式下）

在Windows系统下，加不加sys.stdout.flush()都能一秒输出一个字符（交互器模式下）

在pycharm里都必须加sys.stdout.flush()才能刷新输出

例子

需求：做一个简单的进度条

7、 sys.stdin.readline() 、sys.getrecursionlimit() 、sys.setrecursionlimit(1200)

sys.stdin.readline()[:-1] 标准输入

sys.getrecursionlimit() 获取最大递归层数

sys.setrecursionlimit(1200) 设置最大递归层数

8、sys.getdefaultencoding() 、sys.getfilesystemencoding

sys.getdefaultencoding() 获取解释器默认编码

sys.getfilesystemencoding 获取内存数据存到文件里的默认编码

二、json模块、pickle模块

JSON(JavaScript Object Notation) 是一种轻量级的数据交换格式，Python的Json模块有序列化与反序列化两个过程。即 encoding和 decoding。

• encoding：把一个python对象编码转换成Json字符串。

• decoding：把json格式字符串编码转换成python对象。

  ​

什么是序列化、反序列化？

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。

即把python中的对象变成可存储的json字符串。序列化之后，就可以把序列化后的内容写入磁盘，或者通过网络传输到别的机器上。

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模块提供了四个功能：dumps、dump、loads、load

pickle模块提供了四个功能：dumps、dump、loads、load

JSON和Python内置的数据类型对应关系

JSON表示的对象就是标准的JavaScript语言的对象，JSON和Python内置的数据类型对应如下：

json和python之间相互转换

json的4个方法

json提供四个功能：dumps, dump, loads, load

1、dumps和dump

序列化过程

将一个python对象编码转换成Json字符串，可以存储可以网络远程传输

dumps只完成了序列化为str，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

dump必须传文件描述符，将序列化的str保存到文件中，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

dumps()用法

例子

  import json
  dic = {"k1":"v1"}
  str1= "nicholas"
  data1 = json.dumps(dic)
  data2 = json.dumps(str1)
  print(data1)
  print(data2)
  print(type(data1))
  print(type(data2))

　　

输出结果

dump

例子

  import json
  dic = {"k1":"v1"}
  with open("test.json","a+") as f :
      json.dump(dic,f)#传入要序列化的数据、文件描述符

　　

输出结果

分析：数据通过json.dump转换为所有程序语言都认识的字符串，并写入文件

dump等价于dumps加上打开文件然后将data = json.dumps(var) 写入文件。

例子

  import json
  dic = {"k1":"v1"}
  data = json.dumps(dic)
  with open("test.json","a+") as f :
      f.write(data)

　　

2、loads 和 load

​ loads 只完成了反序列化，将json编码的字符串再转换为python的数据结构

​ load 只接收文件描述符，完成了读取文件和反序列化，数据文件中读取数据,并将json编码的字符串转换为python的数据结构

用loads例子

  import json
  with open("test.json") as f :
      data = json.loads(f.read())  #需要加入f.read()方法读取文件数据
  print(data)
  print(type(data))

　　

输出结果

  {'k1': 'v1'}
  <class 'dict'>

　　

用load例子2

  import json
  with open("test.json") as f :
      data = json.load(f) #直接加入文件描述符即可
  print(data)
  print(type(data))

　　

输出结果

  {'k1': 'v1'}
  <class 'dict'>

　　

pickle和python之间相互转换

Pickle的问题和所有其他编程语言特有的序列化问题一样，就是它只能用于Python，并且可能不同版本的Python彼此都不兼容，因此，只能用Pickle保存那些不重要的数据，不能成功地反序列化也没关系。

picle模块 和json模块都有 dumps、dump、loads、load四种方法，而且用法一样。

不用的是json模块序列化出来的是通用格式，其它编程语言都认识，就是普通的字符串，

而picle模块序列化出来的只有python可以认识，其他编程语言不认识的，表现为乱码

注意json的序列化之后产生的格式是还是字符串，pickle序列化之后产生的格式是字节流，可以直接用于网络传输。

例子1

  import pickle
  dic = {"k1":"v1"}
  with open("test.pickle","wb") as f:  #注意这里要用二进制模式，序列化后的对象是'bytes'
      data = pickle.dumps(dic)
      f.write(data)

　　

或者

  import pickle
  dic = {"k1":"v1"}
  with open("test.pickle","wb") as f:
      data = pickle.dump(dic,f)

　　

例子2

  import pickle
  with open("test.pickle","rb") as f:
      data = pickle.loads(f.read())
  print(data)

　　

或者

  import pickle
  with open("test.pickle","rb") as f:
      data = pickle.load(f)
  print(data)

　　

json vs pickle比较:

JSON:

优点：跨语言、体积小

缺点：只能支持int\str\list\tuple\dict

Pickle:

优点：专为python设计，支持python所有的数据类型

缺点：只能在python中使用，存储数据占空间大

三、shelve 模块

shelve是封装了pickle，shelve 只能在python中用

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

序列化：保存对象至shelve文件中

例子

  import shelve
  f = shelve.open("test")
  names = ["nicholas","jack","pony"]        #python中的数据
  info = {"age":[18,54,48],"some":[1,2,3]}  #python中的数据
  f["names"] =  ["nicholas","jack","pony"]      #向文件中添加内容，添加方式与给字典添加键值对类似
  f["info"] = {"age":[18,54,48],"some":[1,2,3]} #向文件中添加内容，添加方式与给字典添加键值对类似
  f.close()  #关闭文件

　　

输出结果

分析：shelve序列化后产生3个文件

反序列化：从文件中读取对象

例子

  import shelve
  d = shelve.open("test")
  names = d["names"]         # 从文件中类似字典中获取键值的方式一样读取内容
  info = d["info"]
  print(names,type(names))
  print(info,type(info))
  d.close()  #关闭文件

　　

输出结果