第二十一天，pickle json xml shelve configparser模块

一 pickle

pickle是一个用来序列化的模块

序列化是什么？

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

反序列化是什么？

将硬盘上存储的中间格式数据再还原为内存中的数据结构

为什么要学序列化？

就是为了将数据持久存储

之前学过的文件也能完成持久化存储 但是操作起来非常麻烦

pickle模块主要功能

dump   序列化

load 　反序列化

dumps

loads

不带s得死帮你封装write read  更方便

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

import pickle
#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}】

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)

反序列化的过程

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))
print(pickle.load(f))
print(pickle.load(f))

二 shelve模块

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

import shelve
use = {'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']['user'])
s['user']['age']=20
s.close()

三 json模块（******）

　　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

　　JSON是什么？ jave script object notation 就是的对象表示法

　　var obj = {"name":"egon")

　　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

　　js中的数据类型　　Python数据类型

　　{}　　　　　　　　字典

　　[]　　　　　　　　list

　　string"" 　　　　　str""or''

　　int/float　　　　　 int/float

　　true/false　　　　 True/False

　　null　　　　　　   None

　　json格式的语法规范　　

　　最外层通常是一个字典或者列表

　　{ }或[ ]

　　只要你想写一个json格式的数据 那么最外层直接写（）

　　字符串必须是双引号

　　可以再里面套任意多的层次

　　json核心功能

　　dump

　　dumps

　　load

　　loads

　　不带s 封装 write 和read

import json

# 反序列化
# with open("a.json","rt",encoding="utf-8") as f:
#     res = json.loads(f.read())
#     print(type(res))

# with open("a.json",encoding="utf-8") as f:
#     print(json.load(f))

# 直接解析字符串的json为python对象

jsontext = """{
    "users": [{
            "name": "agon",
            "age": 68
        },
        {
            "name": "agon",
            "age": 68
        }
    ]
}"""

# res = json.loads(jsontext)
# print(res)

mydic = {
    "users": [{
        "name": "agon",
        "age": 68
    },
        {
            "name": "agon",
            "age": 68
        }
    ]
}
# with open("b.json","wt",encoding="utf-8") as f:
#     f.write(json.dumps(mydic))

# with open("b.json", "wt", encoding="utf-8") as f:
#     json.dump(mydic, f)

import json

# dic = {"a": '理查德姑妈', "b": "找到你", "c": "看不见的客人"}
# with open("c.json","wt",encoding="utf-8") as f:
#     f.write(json.dumps(dic))
# print(repr(s), type(s))

# with open("c.json","rt",encoding="utf-8") as f:
#     # print(f.read())
#     d = json.loads(f.read())
#     print(d)

四 XML

XML 可扩展的标记语言
<></>
也是一种通用的数据格式
之所用用它也是因为跨平台

学习的重点还是语法格式
一、任何的起始标签都必须有⼀一个结束标签。
<> </>
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。这种语法是在⼤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模块

　　config parser

　　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

　　

　　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

　　我们通常使用的就是get 功能 用来从配置文件获取一个配置选项

　　练习

　　做一个登陆 首先查看配置文件 是否有包含 用户名和密码 如果由直接登陆  如果没有就进行输入用户名密码登录

　　登陆=成功后 询问是否保存密码 如果是  写入配置文件

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)

并在python中解析该文件 进行展示

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"))