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 shutil
  shutil.rmtree(path)

• shutil.move 重命名；移动文件

  import shutil
  shutil.move('test','ttt')

• shutil.make_archive 压缩文件夹

  import  shutil
  ​
  shutil.make_archive('cade\asd','zip',r'E:\Python_WorkSpace\day016 模块\abc')

• shutil.unpack_archive 解压文件

  import  shutil
  ​
  shutil.unpack_archive('abc.zip',extract_dir=r'E:\Python_WorkSpace\day016 模块\abc',format='zip')

  # 练习
  # 1.压缩lizhongwei文件夹 zip
  # 2.放到到 code 目录（默认不存在）
  # 3.将文件解压到D:\x1目录中。
  ​
  import os
  import shutil
  from datetime import datetime
  ctime = datetime.now().strftime('%Y-%m-%d-%H-%M-%S')    # 将当前时间转换成字符串
  ​
  if not os.path.exists('code'):  # 判断 code 文件目录是否存在
      os.makedirs('code') # 创建 code
  shutil.make_archive(os.path.join('code',ctime),'zip','D:\code\s21day16\lizhongwei') # 压缩文件 在code文件夹中，名称为2019-04-18-17-12-24压缩文件
  ​
  file_path = os.path.join('code',ctime) + '.zip' #被解压文件名称 
  shutil.unpack_archive(file_path,r'D:\x1','zip') #解压文件到指定目录
  ​

   

5.9 json / pickle 序列化

• 二者优缺点

  • json,优点：所有语言通用；缺点：只能序列化基本的数据类型

    所有字符串都是双引号；最外层只能是列表或字典

    存在字典的key只能是str;不能连续load多次

  • pickle,优点：python中几乎所有的东西都能被序列化（socket对象）；缺点：序列化的内容只有python认识

    支持连续load多次

• 一个特殊的字符串。【长得像列表、字典、字符串、数字、真假】

   
   +-------------------+---------------+
      | Python            | JSON          |
      +===================+===============+
      | dict              | object        |
      +-------------------+---------------+
      | list, tuple       | array         |
      +-------------------+---------------+
      | str               | string        |
      +-------------------+---------------+
      | int, float        | number        |
      +-------------------+---------------+
      | True              | true          |
      +-------------------+---------------+
      | False             | false         |
      +-------------------+---------------+
      | None              | null          |
      +-------------------+---------------+

• dumps 序列化，将python的值转换为json格式的字符串(str/bytes类型)。

• loads 反序列化，将json格式的字符串转换为python的值。

  import pickle
  ​
  v = {1,2,3,4}
  # 序列化，将python的值转换为json格式的字符串。
  val = pickle.dumps(v)
  print(val)
  # 反序列化，将json格式的字符串转换为python的值。
  data = pickle.loads(val)
  print(data,type(data))

   

  # 示例一
  import json
  v = [1,2,3,4,'frfed','tgrf',[1,3,2]]
  # 序列化，将python的值转换为json格式的字符串。
  v1 = json.dumps(v)
  print(v1,type(v1))  # [1, 2, 3, 4, "frfed", "tgrf", [1, 3, 2]] <class 'str'>
  # 反序列化，将json格式的字符串转换为python的值。
  v3 = json.loads(v1)
  print(v3,type(v3))  # [1, 2, 3, 4, 'frfed', 'tgrf', [1, 3, 2]] <class 'list'>

• 字典或列表中如有中文，序列化时想要保留中文显示:

  v = {'k1':"asdf",'k2':'中文'}
  ​
  import json
  val = json.dumps(v,ensure_ascii=False)
  print(val)  # {"k1": "alex", "k2": "李杰"}

• dump 将字典以特殊格式写到文件中

• load 读取文件中内容转换成字典

  v = {'k1':"asdf",'k2':'中文'}
  ​
  import json
  f = open('x.txt',mode='w',encoding='utf-8')
  val = json.dump(v,f)
  print(val)  # None
  f.close     # {"k1": "asdf", "k2": "\u4e2d\u6587"}
  ​
  import json
  f = open('x.txt',mode='r',encoding='utf-8')
  val = json.load(f)
  f.close
  print(val,type(val))    # {'k1': 'asdf', 'k2': '中文'} <class 'dict'>

  import pickle
  ​
  v = {1,2,3,4}
  f = open('x.txt',mode='wb')
  val = pickle.dump(v,f)
  f.close()
  ​
  f = open('x.txt',mode='rb')
  data = pickle.load(f)
  f.close()
  print(data)

 

5.10 importlib 根据字符串的形式导入模块。

　　模块 = importlib.import_module('utils.redis')

　　# 示例一
　　　　import importlib
​
　　# 用字符串形式导入模块
　　redis = importlib.import_module('utils.redis')
​
　　# 用字符串的形式去对象（模块）找到他的成员
　　getattr(redis,'func')()
​
​
　　# 示例二
　　import importlib
​
　　path = 'utils.redis.func'
​
　　module_path,func_name = path.rsplit('.',maxsplit=1)
　　module_object = importlib.import_module(module_path)
​
　　getattr(module_object,func_name)()

• 开放封闭原则

  对配置文件开放

  对源代码封闭

  import importlib
  ​
  middleware_classes = [
      'utils.redis.Redis',
      # 'utils.mysql.MySQL',
      'utils.mongo.Mongo'
  ]
  for path in middleware_classes:
      module_path,class_name = path.rsplit('.',maxsplit=1)
      module_object = importlib.import_module(module_path)# from utils import redis
      cls = getattr(module_object,class_name)
      obj = cls()
      obj.connect()

   

 

5.11 collections 加强版数据结构

1. OrderedDict 有序字典

   # 示例一
   from collections import OrderedDict
   ​
   info = OrderedDict()
   info['k1'] = 123
   info['k2'] = 456
   ​
   print(info.keys())  # odict_keys(['k1', 'k2'])
   print(info.values())    # odict_values([123, 456])
   print(info.items()) # odict_items([('k1', 123), ('k2', 456)])
   ​
   # 示例二
   from collections import OrderedDict
   odic = OrderedDict([('a', 1), ('b', 2), ('c', 3)])
   print(odic)     # OrderedDict([('a', 1), ('b', 2), ('c', 3)])
   for k in odic:
       print(k,odic[k])

2. deque 双端队列

   ​

3. defaultDict 默认字典，给value设置一个默认值

   ​

4. namedtuple 可命名元祖

   应用：创建一个类，这个类没有办法，所有的属性的值都不能修改

   from collections import namedtuple   # 可命名元组
   Course = namedtuple('Course',['name','price','teacher'])
   python = Course('python',19800,'alex')
   print(python)   # Course(name='python', price=19800, teacher='alex')
   print(python.name)  # python
   print(python.price) # 19800