day 19 os模块的补充序列化 json pickle

os 模块

　　os.path.abspath 规范绝对路径

　　os.path.split()　　把路径分成两段，第二段是一个文件或者是文件夹

　　　　os.path.dirname 取第一部分

　　　　os.path.basename 取第二部分

　　os.path.exists() 判断文件或者文件夹是否存在 True Flase

　　os.path.isabs()　　判断是否是绝对路径，是的话返回True

　　os.path.isfile()　　判断是否是一个文件，是返回True

　　os.path.isdir()　　判断是一个存在的目录，是返回True

　　 os.path.join(path1,path2)　　将多个路径组合返回

　　os.path.getatime() 返回path所指向的文件或者目录的最后访问时间

　　os.path.getmtime () 返回path对指向的文件或者目录的最后修改时间

　　os.path.getsize()　　返回path的大小　

# by luffycity.com

import os

# 把路径中不符合规范的/改成操作系统默认的格式

# path = os.path.abspath('D:/sylar/s15/day19/4.os模块.py')

# print(path)

# 能够给能找到的相对路径改成绝对路径

# path = os.path.abspath('4.os模块.py')

# print(path)

# 就是把一个路径分成两段,第二段是一个文件/文件夹

# path= os.path.split('D:/sylar/s15/day19/4.os模块.py')

# print(path)

# path= os.path.split('D:/sylar/s15/day19')

# print(path)

# ret1 = os.path.dirname('D:/sylar/s15/day19/4.os模块.py')

# ret2 = os.path.basename('D:/sylar/s15/day19/4.os模块.py')

# print(ret1)

# print(ret2)

# 如果你两个值都需要 os.path.split

# 如果你只要一个值 os.path.dirname/os.path.basename

# 判断文件/文件夹是否存在

# res = os.path.exists(r'D:\sylar\s15\day19\4.os模块.py')

# print(res)

# res1 = os.path.isabs('4.os模块.py')

# res2 = os.path.isabs(r'D:\sylar\s15\day19\4.os模块.py')

# print(res1)

# print(res2)

# print(os.listdir('D:\sylar\s15'))

# print(os.path.isdir(r'D:\sylar\s15\aaa'))

# print(os.path.isfile(r'D:\sylar\s15\aaa'))

# print(os.path.isfile('D:\sylar\s15\day01'))

# print(os.path.isdir('D:\sylar\s15\day01'))

# path = os.path.join('D:\sylar\s15','bbb')

# print(path)

# size= os.path.getsize(r'D:\sylar\s15\day19\4.os模块.py')  # 查看文件大小

# print(size)

# ret1 = os.path.getsize('D:\sylar\s15\day19')

# ret2 = os.path.getsize('D:\sylar\s15\day18')

# ret3 = os.path.getsize('D:\sylar\s15\day17')

# ret4 = os.path.getsize('D:\sylar\s15')

# print(ret1,ret2,ret3,ret4)

# 所有的文件夹 都至少是4096个字节

#

# 64字节 + 32字节/新文件

# 使用python代码统计一个文件夹中所有文件的总大小

# 你需要统计文件夹大小

# D:\sylar\s15\ 文件夹的大小

    # 拿到这个文件夹下所有的文件夹 和 文件

    # 是文件就取大小

    # 是文件夹 再打开这个文件夹 : 文件/文件夹

# 递归

def func(path):    # r'D:\sylar\s15'

    size_sum = 0

    name_lst = os.listdir(path)

    for name in name_lst:

        path_abs = os.path.join(path,name)

        if os.path.isdir(path_abs):

            size = func(path_abs)

            size_sum += size

        else:

            size_sum += os.path.getsize(path_abs)

    return size_sum

ret = func(r'D:\sylar\s15')

print(ret)

# def func(path):  # D:\sylar\s15

#     size_sum = 0 # 0

#     name_lst = os.listdir(path) #  ['day01','day02',...]

#     for name in name_lst:   # 'day01'  'day02'

#         path = os.path.join(path,name)   # 'D:\sylar\s15\day01'

#         if os.path.isdir(path):    # True

#             size = func(path)             # func('D:\sylar\s15\day01')

#             size_sum += size

#         else:

#             size_sum += os.path.getsize(path)

#     return size_sum

#

# def func(path):    # 'D:\sylar\s15\day02'

#     size_sum = 0   # sum = 0

#     name_lst = os.listdir(path)  # [first.py...]

#     for name in name_lst:        # first.py  100

#         path = os.path.join(path,name)

#         if os.path.isdir(path):

#             func(path)

#         else:                    # 文件

#             size_sum += os.path.getsize(path)   # sizesum += 100 = 100+100+100+100 = 500

#     return size_sum   # return 500

# 循环 # 堆栈思想

# 列表 满足一个顺序 先进来的后出去

lst = [r'D:\sylar\s15',]  # 列表的第一个目录就是我要统计的目录

size_sum = 0

while lst:   # [r'D:\sylar\s15',]  lst = ['D:\sylar\s15\day01','D:\sylar\s15\day01'..]

    path = lst.pop()  # path = 'D:\sylar\s15' lst = []

    path_list = os.listdir(path)  # path_list = ['day01',day02',aaa,day15.py]

    for name in path_list:  # name = day01

        abs_path = os.path.join(path,name)

        if os.path.isdir(abs_path):   # 文件夹的逻辑

            lst.append(abs_path)        # lst.append('D:\sylar\s15\day01')  lst = ['D:\sylar\s15\day01']

        else:

            size_sum += os.path.getsize(abs_path)

print(size_sum)

序列化模块：

　　序列化：把其它的数据类型转化为字符串、 bytes 序列化的过程、

　　　　序列化：字符串、bytes

　　　　序列：列表、元组、字符串、bytes

 # by luffycity.com

 # python

 # 序列化 : 字符串 bytes

 # 序列 : 列表 元组 字符串 bytes

 # 把其他的数据类型 转换成 字符串 bytes  序列化的过程

 # str

 # dic = {'1':'2'}

 # print([str(dic),dic])

 # print([str([1,2,3]),[1,2,3]])

 # 为什么要把其他数据类型转换成字符串???

 # 能够在网络上传输的只能是bytes,

 # 能够存储在文件里的只有bytes和str

 # dic = {'小明':{'phone_num':123123123123,}}

 # '''

 # 小明|电话|性别

 # 小张|...

 # '''

 # 字典 -> 字符串 -通过网络去传输-> 字符串 -> 字典

 # 转字符串的过程 不就是数据类型的强制转换么?为什么要学个序列化模块?

 # 字符串 -> 字典

 # str_dic = str([1,2,3])

 # print(str_dic,type(str_dic))

 # 文件中读出来的 网络上接收来的

 # res = eval(str_dic)

 # print(res,type(res))

 # eval 要谨慎的使用,用户的输入/网络上接收的数据/文件中的内容

 # eval('import os;os.remove('c:')')

 # eval('import urllib;')

 # 你已知的代码 但是可能需要一些拼接 根据你自己的逻辑去做的拼接

 # json

 # pickle

json 模块： 是所有语言都可以识别的

　　四个功能：dumps、dump、doads、load

 # by luffycity.com

 # dic = {'key' : 'value','key2' : 'value2'}

 # import json

 # ret = json.dumps(dic)  # 序列化

 # print(dic,type(dic))

 # print(ret,type(ret))

 # res = json.loads(ret) # 反序列化

 # print(res,type(res))

 # 问题1

 # dic = {1 : 'value',2 : 'value2'}

 # ret = json.dumps(dic)  # 序列化

 # print(dic,type(dic))

 # print(ret,type(ret))

 #

 # res = json.loads(ret) # 反序列化

 # print(res,type(res))

 # 问题2

 # dic = {1 : [1,2,3],2 : (4,5,'aa')}

 # ret = json.dumps(dic)  # 序列化

 # print(dic,type(dic))

 # print(ret,type(ret))

 # res = json.loads(ret) # 反序列化

 # print(res,type(res))

 # 问题3

 # s = {1,2,'aaa'}

 # json.dumps(s)

 # 问题4 # TypeError: keys must be a string

 # json.dumps({(1,2,3):123})

 # json 在所有的语言之间都通用 : json序列化的数据 在python上序列化了 那在java中也可以反序列化

 # 能够处理的数据类型是非常有限的 : 字符串 列表 字典 数字

 # 字典中的key只能是字符串

 # 后端语言 java c c++ c#

 # 前端语言 在网页上展示

 # 向文件中记录字典

 import json

 # dic = {'key' : 'value','key2' : 'value2'}

 # ret = json.dumps(dic)  # 序列化

 # with open('json_file','a') as f:

 #     f.write(ret)

 # 从文件中读取字典

 # with open('json_file','r') as f:

 #     str_dic = f.read()

 # dic = json.loads(str_dic)

 # print(dic.keys())

 # dump load 是直接操作文件的

 # dic = {'key1' : 'value1','key2' : 'value2'}

 # with open('json_file','a') as f:

 #     json.dump(dic,f)

 # with open('json_file','r') as f:

 #     dic = json.load(f)

 # print(dic.keys())

 # 问题5 不支持连续的存 取

 # dic = {'key1' : 'value1','key2' : 'value2'}

 # with open('json_file','a') as f:

 #     json.dump(dic,f)

 #     json.dump(dic,f)

 #     json.dump(dic,f)

 # with open('json_file','r') as f:

 #     dic = json.load(f)

 # print(dic.keys())

 # 需求 :就是想要把一个一个的字典放到文件中,再一个一个取出来???

 # dic = {'key1' : 'value1','key2' : 'value2'}

 #

 # with open('json_file','a') as f:

 #     str_dic = json.dumps(dic)

 #     f.write(str_dic+'\n')

 #     str_dic = json.dumps(dic)

 #     f.write(str_dic + '\n')

 #     str_dic = json.dumps(dic)

 #     f.write(str_dic + '\n')

 # with open('json_file','r') as f:

 #     for line in f:

 #         dic = json.loads(line.strip())

 #         print(dic.keys())

 # json

 # dumps loads

     # 在内存中做数据转换 :

         # dumps 数据类型 转成 字符串 序列化

         # loads 字符串 转成 数据类型 反序列化

 # dump load

     # 直接将数据类型写入文件,直接从文件中读出数据类型

         # dump 数据类型 写入 文件 序列化

         # load 文件 读出 数据类型 反序列化

 # json是所有语言都通用的一种序列化格式

     # 只支持 列表 字典 字符串 数字

     # 字典的key必须是字符串

 # dic = {'key':'你好'}

 # print(json.dumps(dic,ensure_ascii=False))

 # import json

 # data = {'username':['李华','二愣子'],'sex':'male','age':16}

 # json_dic2 = json.dumps(data,sort_keys=True,indent=4,separators=(',',':'),ensure_ascii=False)

 # print(json_dic2)

 # 存文件/传网络

 import json

 f = open('file','w')

 json.dump({'国籍':'中国'},f)

 ret = json.dumps({'国籍':'中国'})

 f.write(ret+'\n')

 json.dump({'国籍':'美国'},f,ensure_ascii=False)

 ret = json.dumps({'国籍':'美国'},ensure_ascii=False)

 f.write(ret+'\n')

 f.close()

 ensure_ascii关键字参数

ensure_ascii

pickle模块：

　　是python特有的类型，和python的数据类型间进行转换

 # by luffycity.com

 import pickle

 # 支持在python中几乎所有的数据类型

 dic = {(1,2,3):{'a','b'},1:'abc'}

 # ret = pickle.dumps(dic)

 # print(ret)

 #2. dumps 序列化的结果只能是字节

 # print(pickle.loads(ret))

 # 3.只能在python中使用

 # 4.在和文件操作的时候,需要用rb wb的模式打开文件

 # 5.可以多次dump 和 多次load

 # dump

 # with open('pickle_file','wb') as f:

 #     pickle.dump(dic,f)

 # load

 # with open('pickle_file','rb') as f:

 #     ret = pickle.load(f)

 #     print(ret,type(ret))

 # dic = {(1,2,3):{'a','b'},1:'abc'}

 # dic1 = {(1,2,3):{'a','b'},2:'abc'}

 # dic2 = {(1,2,3):{'a','b'},3:'abc'}

 # dic3 = {(1,2,3):{'a','b'},4:'abc'}

 # with open('pickle_file','wb') as f:

 #     pickle.dump(dic, f)

 #     pickle.dump(dic1, f)

 #     pickle.dump(dic2, f)

 #     pickle.dump(dic3, f)

 # with open('pickle_file','rb') as f:

 #     ret = pickle.load(f)

 #     print(ret,type(ret))

 #     ret = pickle.load(f)

 #     print(ret,type(ret))

 #     ret = pickle.load(f)

 #     print(ret, type(ret))

 #     ret = pickle.load(f)

 #     print(ret, type(ret))

 #     ret = pickle.load(f)

 #     print(ret, type(ret))

 with open('pickle_file','rb') as f:

     while True:

         try:

             ret = pickle.load(f)

             print(ret,type(ret))

         except EOFError:

             break

day 19 os模块的补充序列化 json pickle的更多相关文章

Pythoy 数据类型序列化——json&pickle 模块
Pythoy 数据类型序列化--json&pickle 模块 TOC 什么是序列化/反序列化 pickle 模块 json 模块对比json和pickle json.tool 命令行接口什 ...
python---基础知识回顾（四）（模块sys,os,random,hashlib,re,序列化json和pickle，xml，shutil，configparser，logging，datetime和time，其他）
前提:dir,__all__,help,__doc__,__file__ dir:可以用来查看模块中的所有特性(函数,类,变量等) >>> import copy >>& ...
常用模块（数据序列化 json、pickle、shelve）
本节内容前言 json模块 pickle模块 shelve模块总结一.前言 1. 现实需求每种编程语言都有各自的数据类型,其中面向对象的编程语言还允许开发者自定义数据类型(如:自定义类),Py ...
模块序列化 json pickle shelv xml
序列化序列化是指把内存里的数据类型转变成字符串,以使其能存储到硬盘或通过网络传输到远程,因为硬盘或网络传输时只能接受bytes. json 模块 json.dump(d,f) json.load(f ...
OS模块的补充使用---执行终端命令
Python基础至os模块由于近期的项目需要用到对应的终端命令去调用其他程序,因此温习一下os.system()函数: 参考文献:https://zhuanlan.zhihu.com/p/51716 ...
第五章模块之 shtil 、 json / pickle、importlib、collections
5.8 shtil 高级的文件.文件夹.压缩包处理模块 shutil.rmtree 删除目录 import shutilshutil.rmtree(path) shutil.move 重命名:移动 ...
python学习之文件读写,序列化(json,pickle,shelve)
python基础文件读写凡是读写文件,所有格式类型都是字符串形式传输只读模式(默认) r f=open('a.txt','r')#文件不存在会报错 print(f.read())#获取到文件所 ...
Day 4-5 序列化 json & pickle &shelve
序列化: 序列化是指把内存里的数据类型转变成字符串,以使其能存储到硬盘或通过网络传输到远程,因为硬盘或网络传输时只能接受bytes. 反序列化: 把字符转成内存里的数据类型. 用于序列化的两个模块.他 ...
Python基础-序列化(json/pickle)
我们把对象(变量)从内存中变成可存储的过程称之为序列化,比如XML,在Python中叫pickling,在其他语言中也被称之为serialization,marshalling,flattening等 ...

随机推荐

OptimalSolution(5)--数组和矩阵问题（1）简单
一.转圈打印矩阵题目:给定一个整型矩阵matrix,按照转圈的方式打印它. 要求:额外空间复杂度为O(1) 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 打印结果为: ...
数据库（一）--通过django创建数据库表并填充数据
django是不能创建数据库的,只能够创建数据库表,因此,我们在连接数据库的时候要先建立一个数据库. 在models.py中 from django.db import models class Pu ...
js重点
<!DOCTYPE html> <html> <head> <meta charset="UTF-8"> <title> ...
python新式类继承------C3算法
一.引入 mro即method resolution order,主要用于在多继承时判断调的属性的路径(来自于哪个类).之前查看了很多资料,说mro是基于深度优先搜索算法的.但不完全正确在Python ...
用GitLab Runner自动部署GitBook并不难
相信很多程序员喜欢用 GitBook 来写电子书.教程或者博客,看了不少文章,貌似都缺少说明如何将 GitBook 部署到版本库,并自动在服务器上 build,然后将生成的静态网站部署到云服务器上. ...
图片瀑布流，so easy！
什么是图片瀑布流用一张花瓣网页的图片布局可以很清楚看出图片瀑布流的样子: 简单来说,就是有很多图片平铺在页面上,每张图片的宽度相同,但是高度不同,这样错落有致的排列出 n 列的样子很像瀑布,于是就有 ...
Spring入门介绍
概述下载地址:https://repo.spring.io/release/org/springframework/spring/ spring是开源的轻量级框架 spring核心的主要两部分 AO ...
[Java]Java类和对象内存分配详解
描述代码说明: 一.当Person p1 = new Person();第一次被调用时需要做两件事: 1.先判断类加载器是否加载过Person类,如果没有则加载到Person类型到方法区 2.在堆中 ...
OpenCV图像处理以及人脸识别
OpenCV基础 OpenCV是一个开源的计算机视觉库.提供了很多图像处理常用的工具批注:本文所有图片数据都在我的GitHub仓库读取图片并显示 import numpy as np import ...
原生JS封装_new函数，实现new关键字的功能
1.前言众所周知:没有对象怎么办?那就new一个! 那么在JS中,当我们new一个对象的时候,这个new关键字内部都干了什么呢? 现在我们就来剖析一下原生JS中new关键字内部的工作原理. 2.原生 ...

day 19 os模块的补充 序列化 json pickle

day 19 os模块的补充 序列化 json pickle的更多相关文章

随机推荐

热门专题

day 19 os模块的补充序列化 json pickle

day 19 os模块的补充序列化 json pickle的更多相关文章