Python模块之day4

模块，代码归类实现了某个功能的代码集合。

类似于函数式编程和面向过程编程，函数式编程则完成一个功能，其他代码用来调用即可，提供了代码的重用性和代码间的耦合。而对于一个复杂的功能来，可能需要多个函数才能完成（函数又可以在不同的.py文件中），n个 .py 文件组成的代码集合就称为模块。

如：os 是系统相关的模块；file是文件操作相关的模块

模块分为三种：

自定义模块
第三方模块
内置模块

自定义模块

1.定义模块

2.导入模块

导入模块默认寻找的路径

import sys

#print sys.path

for i in sys.path:

    print(i)

C:\Users\Administrator\PycharmProjects\dbb0928\1106 #pycharm 自动添加的路径

C:\Users\Administrator\PycharmProjects\dbb0928       #IDIL,或者Linux里没有，最好忽略

C:\python\python35.zip

C:\python\DLLs

C:\python\lib

C:\python

C:\python\lib\site-packages

上面的路径，即是调用模块的顺序，一旦找到调用的函数，则停止寻找

****模块名称命名很重要****
自定义的模块名字不要跟系统的模块命名相同，不然会首先调用你自己的函数，忽略系统函数

如果sys.path路径列表没有你想要的路径，那么怎么添加默认路径

　通过 sys.path.append('路径') 添加。

import sys

import os

pre_path = os.path.abspath('../')

sys.path.append(pre_path)

2. 设置环境变量PYTHONPATH

该环境变量的内容会被自动添加到模块搜索路径中。设置方式与设置Path环境变量类似。注意只需要添加你自己的搜索路径，Python自己本身的搜索路径不受影响。

导入模块的方式

#推荐导入方法

1.单模块，在同一目录下

import module   #导入可以调用该模块的所有函数，使用方法module.xxx()

2.嵌套在文件夹下

from module.xx.xx import xx  #导入模块里的某个函数

from module.xx.xx import xx as rename # 当模块名字相同是，可以重命名

from module.xx.xx import *  #导入模块下的所有函数，不建议使用，容易重名

开源模块

1.下载安装

下载安装有两种方式：

#方式一

yum

pip

apt-get

...

#方式二

下载源码

解压源码

进入目录

编译源码    python setup.py build

安装源码    python setup.py install

#注：在使用源码安装时，需要使用到gcc编译和python开发环境，所以，需要先执行：

yum install gcc

yum install python-devel

或

apt-get python-dev

安装成功后，模块会自动安装到 sys.path 中的某个目录中，如：

/usr/lib/python3.5/site-packages/

python 序列化

　把变量从内存中变成可存储或传输的过程称之为序列化,在程序运行的过程中，所有的变量都是在内存中,那么我们修改某个字典的values后，如果程序退出，则下次再运行程序，values，则会被初始化原来的值。

如果序列化之后，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。

Python用于序列化的两个模块：

1. pickle

pickle，用于python特有的类型和 python的数据类型间进行转换,支持Python所有的数据类型，一般用于比较复杂的序列化，如游戏数据存档。

dump，dumps

#pickle.dumps()方法把任意对象序列化成一个bytes，然后，就可以把这个bytes写入文件

>>> import pickle

>>> d = {'name':'bob','age':14,'score':88}

>>> pickle.dumps(d)

b'\x80\x03}q\x00(X\x05\x00\x00\x00scoreq\x01KXX\x03\x00\x00\x00ageq\x02K\x0eX\x04\x00\x00\x00nameq\x03X\x03\x00\x00\x00bobq\x04u.'

#另一个方法pickle.dump()直接把对象序列化后写入一个file-like Object：

>>> f = open('dump.txt','wb')

>>> pickle.dump(d,f)

>>> f.close()

　load,loads

#字符串反序列化，文件里可以先把内容读到一个bytes，然后用pickle.loads()方法反序列化出对象

>>> print(d)

{'score': 88, 'age': 14, 'name': 'bob'}

>>> nb = pickle.dumps(d)

>>> print (nb)

b'\x80\x03}q\x00(X\x05\x00\x00\x00scoreq\x01KXX\x03\x00\x00\x00ageq\x02K\x0eX\x04\x00\x00\x00nameq\x03X\x03\x00\x00\x00bobq\x04u.'

>>> pickle.loads(nb)

{'name': 'bob', 'age': 14, 'score': 88}

#也可以直接用pickle.load()方法从一个file-like Object中直接反序列化出对象

>>> d = pickle.load(f)

>>> f.close()

>>> d

{'name': 'bob', 'age': 14, 'score': 88}

2.json　　

json，用于字符串和 python数据类型间进行转换,仅支持python的基本数据类型，但可以在语言之间传递对象，能直接在Web页面中读取，非常方便。

dump,dumps,load,loads

#把Python对象变成一个JSON：

>>> import json

>>> d = dict(name='Bob', age=20, score=88)

>>> json.dumps(d)    # dumps()方法返回一个str

'{"age": 20, "score": 88, "name": "Bob"}'

#使用dump写入文件

>>>with open('dump.txt','w') as f:

              json.dump(d,f)

#JSON反序列化为Python对象：

>>> json_str = '{"age": 20, "score": 88, "name": "Bob"}'  #注意字典里一定要双引号

>>> json.loads(json_str)

{'age': 20, 'score': 88, 'name': 'Bob'}

#使用load 读出文件

>>>  with open ('load.txt','r') as f:

          ret= json.load(f)

     print('ret')

　进阶用法

#有时候，我们更喜欢用class表示对象，比如定义Student类，然后序列化：

import json

class Student(object):

    def __init__(self, name, age, score):

        self.name = name

        self.age = age

        self.score = score

s = Student('Bob', 20, 88)

print(json.dumps(s))

#错误输出

Traceback (most recent call last):

  ...

TypeError: <__main__.Student object at 0x10603cc50> is not JSON serializable

错误的原因是Student对象不是一个可序列化为JSON的对象

#然而可选参数default就是把任意一个对象变成一个可序列为JSON的对象，我们只需要为Student专门写一个转换函数，再把函数传进去即可：

def student2dict(std):

    return {

        'name': std.name,

        'age': std.age,

        'score': std.score

    }

#这样，Student实例首先被student2dict()函数转换成dict，然后再被顺利序列化为JSON：

>>> print(json.dumps(s, default=student2dict))

{"age": 20, "name": "Bob", "score": 88}

#不过，下次如果遇到一个Teacher类的实例，照样无法序列化为JSON。我们可以偷个懒，把任意class的实例变为dict：

print(json.dumps(s, default=lambda obj: obj.__dict__))

##同样的道理，如果我们要把JSON反序列化为一个Student对象实例，loads()方法首先转换出一个dict对象，然后，我们传入的object_hook函数负责把dict转换为Student实例：

def dict2student(d):

    return Student(d['name'], d['age'], d['score'])

运行结果如下：

>>> json_str = '{"age": 20, "score": 88, "name": "Bob"}'

>>> print(json.loads(json_str, object_hook=dict2student))

<__main__.Student object at 0x10cd3c190>