0816 1459 json & pickle ，目录导入，目录规范

---恢复内容开始---

1.json & pickle

 

磁盘上只能存储字符串或二进制数据，直接存字典、列表、元组等是存不了的，所以需要把各种数据转换成字符串格式，然后再存到硬盘。

直接将一个字典类型的数据写入硬盘，提示错误：TypeError: write() argument must be str, not dict。

将内存里的数据类型（字典、列表、元组、集合、字符串等）转换为字符串格式存入硬盘，这个过程叫序列化。反序列化就是再把硬盘里的数据加载回内存。

可以通过str()方法把一个字典类型变成字符串类型，然后存入硬盘；也可以通过eval()方法将一个字符串变成字典，重新读入程序。但是，str()和eval()实际上并不是通用的方法，而且有点low，最好使用专业的方法json.dumps()和json.loads()。

序列化示例：

 1 import json
 2 
 3 info = {
 4         'name':'ci',
 5         'age':22
 6         }
 7 f = open('test.t','w')
 8 print(type(info))
 9 print(type(json.dumps(info)))
10 f.write(json.dumps(info))
11 
12 
13 结果：
14 <class 'dict' at 0x87ffe0>
15 <class 'str' at 0x889360>
16 #数据已经写入文件test.t里。
View Code

反序列化示例：

 1 import json
 2 
 3 f = open('test.t')
 4 fr = f.read()
 5 print(type(fr))
 6 frj = json.loads(fr)
 7 print(type(frj))
 8 print(frj['age'])
 9 
10 
11 结果：
12 <class 'str' at 0x889360>
13 <class 'dict' at 0x87ffe0>
14 22
15 #直接把硬盘上的str信息转化为字典，并用key得到value。
View Code

json默认只支持最基本的简单的数据类型（字典、列表、元组、集合、字符串等），像什么方法、类json使无法序列化的。因为json最主要的作用是实现不同语言间的数据交互，比如把python的列表转化成C的列表，假如要序列化类啊、方法啊，那就麻烦多了，所以json只支持序列化简单的数据类型。

xml的作用跟json一样，但是xml很麻烦，以前的人们都用xml实现不同语言的数据交互，但是json出来后，json就是主流了，xml必将被完全取代。

下例展示json无法序列化一个方法：

 1 import json
 2 def p():
 3     print('test')
 4 
 5 info = {
 6         'name':'ci',
 7         'age':22,
 8         'p_neicun_dizhi':p
 9         }
10 print(info['p_neicun_dizhi'])
11 f = open('test.t','w')
12 print(type(info))
13 print(type(json.dumps(info)))
14 f.write(json.dumps(info))
15 
16 结果：
17 <function p at 0x7fd99a7f6a60>
18 Traceback (most recent call last):
19 TypeError: Object of type 'function' is not JSON serializable
20 #提示方法不是一个可被JSON序列化的对象。
View Code

 

要想序列化复杂的东西，就要用到pickle了，pickle可以序列化所有的数据类型；pickle保存的数据只有python能识别，其他语言识别不了；pickle的用法与json一样。

pickle序列化示例：

 1 import pickle
 2 
 3 def p():
 4     print('test')
 5 info = {
 6         'name':'ci',
 7         'age':22,
 8         'p_neicun_dizhi':p
 9         }
10 print(info['p_neicun_dizhi'])
11 f = open('test.t','wb')
12 pickle.dump(info,f)
13 
14 #文件模式改成了"wb"
View Code

pickle反序列化示例：

 1 import pickle
 2 def p():
 3     print('test')
 4 f = open('test.t','rb')
 5 frj = pickle.load(f)
 6 print(frj)
 7 print(frj['p_neicun_dizhi']())
 8 
 9 结果：
10 {'p_neicun_dizhi': <function p at 0x7f99a5acaa60>, 'age': 22, 'name': 'ci'}
11 test
12 
13 #文件模式“rb”
14 #反序列化的代码里要有一个序列化时的同名方法，不然会反序列化失败；因为在序列化完毕时，内存里的东西就被回收了，所以序列化只存了一个内存地址和方法名字，方法里的内容并没有存。
15 #反序列化只要有一个同名的方法就行，内容可以不一样，比如把上面代码的p方法里的内容改成天马行空的，一样可以调用。
View Code

pickle的dump,dumps和load,loads：

1 f = open('test','wb')
2 pickle.dump(info,f) 等价于 f.write(pickle.dumps(info))
3 
4 
5 
6 f = open('test','rb')
7 pickle.load(f)  等价于 pickle.loads(f.read())
View Code

 

json是可以dump多次的，在python2.X里也可以load多次，但是在python3.X里允许dump多次但是只能load一次，这是有好处的，不然还得根据顺序一次次的dump。

json虽然可以dump多次，但是最好不要这样，最好是每个文件只dump一次，如果需要再dump就重新dump到另一个文件。像虚拟机的快照一样，你可以每天创建一个快照，快照都是独立的文件，每天的快照之间没有关系。

 

 

2.软件目录结构规范

为什么要设计好目录结构?

"设计项目目录结构"，就和"代码编码风格"一样，属于个人风格问题。对于这种风格上的规范，一直都存在两种态度:

  1. 一类同学认为，这种个人风格问题"无关紧要"。理由是能让程序work就好，风格问题根本不是问题。
  2. 另一类同学认为，规范化能更好的控制程序结构，让程序具有更高的可读性。

我是比较偏向于后者的，因为我是前一类同学思想行为下的直接受害者。我曾经维护过一个非常不好读的项目，其实现的逻辑并不复杂，但是却耗费了我非常长的时间去理解它想表达的意思。从此我个人对于提高项目可读性、可维护性的要求就很高了。"项目目录结构"其实也是属于"可读性和可维护性"的范畴，我们设计一个层次清晰的目录结构，就是为了达到以下两点:

  1. 可读性高: 不熟悉这个项目的代码的人，一眼就能看懂目录结构，知道程序启动脚本是哪个，测试目录在哪儿，配置文件在哪儿等等。从而非常快速的了解这个项目。
  2. 可维护性高: 定义好组织规则后，维护者就能很明确地知道，新增的哪个文件和代码应该放在什么目录之下。这个好处是，随着时间的推移，代码/配置的规模增加，项目结构不会混乱，仍然能够组织良好。

所以，我认为，保持一个层次清晰的目录结构是有必要的。更何况组织一个良好的工程目录，其实是一件很简单的事儿。

目录组织方式

关于如何组织一个较好的Python工程目录结构，已经有一些得到了共识的目录结构。在Stackoverflow的这个问题上，能看到大家对Python目录结构的讨论。

这里面说的已经很好了，我也不打算重新造轮子列举各种不同的方式，这里面我说一下我的理解和体会。

假设你的项目名为foo, 我比较建议的最方便快捷目录结构这样就足够了:

Foo/
|-- bin/
|   |-- foo
|
|-- foo/
|   |-- tests/
|   |   |-- __init__.py
|   |   |-- test_main.py
|   |
|   |-- __init__.py
|   |-- main.py
|
|-- docs/
|   |-- conf.py
|   |-- abc.rst
|
|-- setup.py
|-- requirements.txt
|-- README

简要解释一下:

  1. bin/: 存放项目的一些可执行文件，当然你可以起名script/之类的也行。
  2. foo/: 存放项目的所有源代码。(1) 源代码中的所有模块、包都应该放在此目录。不要置于顶层目录。(2) 其子目录tests/存放单元测试代码； (3) 程序的入口最好命名为main.py。
  3. docs/: 存放一些文档。
  4. setup.py: 安装、部署、打包的脚本。
  5. requirements.txt: 存放软件依赖的外部Python包列表。
  6. README: 项目说明文件。

除此之外，有一些方案给出了更加多的内容。比如LICENSE.txt,ChangeLog.txt文件等，我没有列在这里，因为这些东西主要是项目开源的时候需要用到。如果你想写一个开源软件，目录该如何组织，可以参考这篇文章。

下面，再简单讲一下我对这些目录的理解和个人要求吧。

关于README的内容

这个我觉得是每个项目都应该有的一个文件，目的是能简要描述该项目的信息，让读者快速了解这个项目。

它需要说明以下几个事项:

  1. 软件定位，软件的基本功能。
  2. 运行代码的方法: 安装环境、启动命令等。
  3. 简要的使用说明。
  4. 代码目录结构说明，更详细点可以说明软件的基本原理。
  5. 常见问题说明。

我觉得有以上几点是比较好的一个README。在软件开发初期，由于开发过程中以上内容可能不明确或者发生变化，并不是一定要在一开始就将所有信息都补全。但是在项目完结的时候，是需要撰写这样的一个文档的。

可以参考Redis源码中Readme的写法，这里面简洁但是清晰的描述了Redis功能和源码结构。

关于requirements.txt和setup.py

setup.py

一般来说，用setup.py来管理代码的打包、安装、部署问题。业界标准的写法是用Python流行的打包工具setuptools来管理这些事情。这种方式普遍应用于开源项目中。不过这里的核心思想不是用标准化的工具来解决这些问题，而是说，一个项目一定要有一个安装部署工具，能快速便捷的在一台新机器上将环境装好、代码部署好和将程序运行起来。

这个我是踩过坑的。

我刚开始接触Python写项目的时候，安装环境、部署代码、运行程序这个过程全是手动完成，遇到过以下问题:

  1. 安装环境时经常忘了最近又添加了一个新的Python包，结果一到线上运行，程序就出错了。
  2. Python包的版本依赖问题，有时候我们程序中使用的是一个版本的Python包，但是官方的已经是最新的包了，通过手动安装就可能装错了。
  3. 如果依赖的包很多的话，一个一个安装这些依赖是很费时的事情。
  4. 新同学开始写项目的时候，将程序跑起来非常麻烦，因为可能经常忘了要怎么安装各种依赖。

setup.py可以将这些事情自动化起来，提高效率、减少出错的概率。"复杂的东西自动化，能自动化的东西一定要自动化。"是一个非常好的习惯。

setuptools的文档比较庞大，刚接触的话，可能不太好找到切入点。学习技术的方式就是看他人是怎么用的，可以参考一下Python的一个Web框架，flask是如何写的: setup.py

当然，简单点自己写个安装脚本（deploy.sh）替代setup.py也未尝不可。

requirements.txt

这个文件存在的目的是:

  1. 方便开发者维护软件的包依赖。将开发过程中新增的包添加进这个列表中，避免在setup.py安装依赖时漏掉软件包。
  2. 方便读者明确项目使用了哪些Python包。

这个文件的格式是每一行包含一个包依赖的说明，通常是flask>=0.10这种格式，要求是这个格式能被pip识别，这样就可以简单的通过 pip install -r requirements.txt来把所有Python包依赖都装好了。具体格式说明： 点这里。

 

关于配置文件的使用方法

注意，在上面的目录结构中，没有将conf.py放在源码目录下，而是放在docs/目录下。

很多项目对配置文件的使用做法是:

  1. 配置文件写在一个或多个python文件中，比如此处的conf.py。
  2. 项目中哪个模块用到这个配置文件就直接通过import conf这种形式来在代码中使用配置。

这种做法我不太赞同:

  1. 这让单元测试变得困难（因为模块内部依赖了外部配置）
  2. 另一方面配置文件作为用户控制程序的接口，应当可以由用户自由指定该文件的路径。
  3. 程序组件可复用性太差，因为这种贯穿所有模块的代码硬编码方式，使得大部分模块都依赖conf.py这个文件。

所以，我认为配置的使用，更好的方式是，

  1. 模块的配置都是可以灵活配置的，不受外部配置文件的影响。
  2. 程序的配置也是可以灵活控制的。

能够佐证这个思想的是，用过nginx和mysql的同学都知道，nginx、mysql这些程序都可以自由的指定用户配置。

所以，不应当在代码中直接import conf来使用配置文件。上面目录结构中的conf.py，是给出的一个配置样例，不是在写死在程序中直接引用的配置文件。可以通过给main.py启动参数指定配置路径的方式来让程序读取配置内容。当然，这里的conf.py你可以换个类似的名字，比如settings.py。或者你也可以使用其他格式的内容来编写配置文件，比如settings.yaml之类的。

3.导入非环境变量里的自定义的包

print(__file__)  ，这个返回的是当前.py文件的相对路径，在IDE里程序运行结果显示的是绝对路径，其实是相对路径，可以在终端上运行脚本就能看到真实的结果。

print(os.path.abspath(__file__))，这个返回当前.py文件的绝对路径。

print(os.path.dirname(os.path.abspath(__file__)))，这个返回当前.py文件的父目录。

print(os.path.dirname(os.path.dirname(os.path.abspath(__file__))))，这个返回当前.py文件的父目录的父目录。

然后定义变量，BASE_DIR = os.path.dirname(os.path.dirname(os.path.abspath(__file__)))，这个BASE_DIR就是这个项目的根目录，然后将这个根目录添加到环境变量，

sys.path.append(BASE_DIR)，然后各子目录之间就能互相调用了。

这样做的目的是，将项目根目录添加到环境变量，就不会导致程序在别人电脑上无法运行，绝对路径是肯定不能用的。

 

 

 

 

---恢复内容结束---

posted @ 2016-08-21 11:20  freedom_dog  阅读(278)  评论(0)  编辑  收藏  举报