Python课程回顾（day19）

常用模块2

1.json序列化与反序列化

 在学习今天的内容之前我们首先要了解：

01.什么是序列化

序列化其实可以用一句话概括，就是我们把内存中的数据存储或传输的过程就称之为序列化，在python中这种过程叫做picking。

02.为什么要用序列化

首先我们要知道，一个程序或软件的运行就是在处理一系列的状态，而随着这个状态的不断变化，它会以各种各样的结构或形式存储到内存中，而内存是无法永久保存的，如果恰巧在这个时候电脑故障或者断电，那么我们之前所做的一切都将会被清空。而如果我们在断电或故障之前将我们的数据永久的存储到硬盘内，那么我们下次再启动程序的时候，程序就会基于上次的执行而执行，这个就称之为序列化。而在序列化之后，不仅可以将数据永久的存储到硬盘，还可以通过网络传输到别的机器上，如果收发的双方约定好使用同一种序列化格式，那么便打破了平台语言的限制，就实现了跨平台的各种交互。

03.json序列化与反序列化的具体应用

import json
# # 1.序列化之json.dumps() # 会将括号内的任何类型转成json所能识别的字符串，json格式全部都是双引号
#
# data = {'name': 'klf', 'age': 18}
# res = json.dumps(data)
# with open('a.json', mode='wt', encoding='utf-8') as f:
#     f.write(res)    # 存储时json会将data内的所有单引号变为双引号(各平台通用格式)

# # 2.反序列化之json.loads
# x = "[1, true, null, false]"
# res = json.loads(x)  # 将true，false其他平台上的关键字反序列化为python可以识别的关键字
# print(res)


# 3.序列化之json.dump
# data = {'name': 'klf', 'age': 18}
# with open('a1.json', 'wt', encoding='utf-8') as f:
#     json.dump(data, f)   # 使用dump可以更简洁的将数据以json格式写入文件
#                   dump括号内的参数一个是数据，一个是文件名(会自动调用f.write)

# 4.反序列化之json.load
# with open('a1.json', 'rt', encoding='utf-8') as f1:
#     print(json.load(f1))   # 使用load可以更简洁的将数据以反序列化格式读取文件
#                              json.load括号内的参数本质就是调用了f1.read的功能


总结：就目前来说，我们使用json可以更快更简洁的将数据以各个平台通用的格式进行写入与读取，但json也不是万能的
　　　它能识别python内的数据类型是有限的，遇到python内部独有的数据类型它就不能识别了
     可以识别的数据类型:(dict,list,str,None,True,False,int,float)
     不可识别的数据类型:(set,tuple,或python独有的等等)

2.pickle序列化与反序列化

import pickle

# 1.序列化之pickle.dumps
# s = {1, 2, 3, 4}
# with open('a.pkl', 'wb') as f:  # pickle是以bytes类型进行序列与反序列化的，所以以b模式写入
#     res = pickle.dumps(s)       # 反序列化结果赋值给res
#     print(res, type(res))
#     f.write(res)

# 2.反序列化之pickle.loads
# with open('a.pkl', 'rb') as f:  # 再次强调pickle是以字节类型进行的序列与反序列化，模式一定要b
#     data = f.read()
#     res = pickle.loads(data)    # 反序列化结果赋值给res
#     print(res)


# 3.序列化之pickle.dump
# s = {1, 2, 3}
# with open('a1.pkl', 'wb') as f:   # b模式
#     pickle.dump(s, f)             # 过程等同于json.dump

# with open('a1.pkl', 'rb') as f:     # b模式
#     res = pickle.load(f)            # 过程等同于json.load
#     print(res)

总结：特点：pickle与json的根本区别就在于pickle是可以识别python内所有数据类型的，不过它会将这些数据类型以“Bytes”类型进行序列化与反序列
     缺点：pickle也只能识别python内的数据类型，其他平台的数据类型是识别不了的，所以相比较起json识别不了的数据类型它是有优势的，
          但set与tuple也是不常用的数据类型，所以整体来说pickle不常用。

3.shevle模块

import shelve
#
# info1 = {'age': 18, 'height': 180, 'weight': 80}
# info2 = {'age': 73, 'height': 150, 'weight': 125}
#
# d = shelve.open('db.shv')
# d['egon'] = info1
# d['alex'] = info2          # 写入完成后会出现三个不同的文件，不必管它，在不同的平台会产生相应的且不同的文件
# d.close()                  # 注意关闭文件！！！！！

# f = shelve.open('db.shv')
# print(f['egon'])
# print(f['alex'])             # 直接根据之前存储的变量名来读取即可
# f.close()                    # 注意关闭文件！！！！！

# f = shelve.open('db.shv', writeback=True)  # writeback的默认值为False，不修改为True则不能修改文件内容
# f['egon']['age'] = 123                     # 可以通过key来修改值
# f['alex']['height'] = 150                  # 可以通过key来修改值
# f.close()                                  # 注意关闭文件！！！！！

4.xml模块

import xml.etree.ElementTree as ET

tree = ET.parse('a.xml')    # 解析文件赋值给一个对象(拿到整棵树)
root = tree.getroot()       # 拿到树根

# 查找的三种方式一之iter：
# res = root.iter('name')     # 会在整个树形结构进行查找，而且查找到所有对应值
# print(res)                  # 得到一个迭代器对象
# for item in res:
#     print('='*50)           # xml中查找每一个元素都对应有三个特征
#     print(item.tag)         # tag = 标签名(即镜像对应的两个名称，带/的标签起闭合作用)
#     print(item.attrib)      # attrib = 属性(放在标签后的描述，可以不写)
#     print(item.text)        # text = 文本(即标签的值)

# 查找的三种方式一之find：
# res = root.find('ahead')    # 只能在当前元素的下一级开始查找，并且只找到一个就结束
# res1 = res.find('name')     # 可以拿到当前层级再次进行具体查找，但只能找当前层级下的分支，也是只找到一个就结束查找
# print(res1.text)


# 查找的三种方式一之findall：
# res = root.findall('')   # 只能在当前元素的下一级开始查找，找到全部后结束
# for item in res:
#     print(item.tag)
#     print(item.attrib)
#     print(item.text)

# 使用for循环修改xml文件里的值

tree = ET.parse('b.xml')    
root = tree.getroot()       

for year in root.iter('year'):          
    year.text = str(int(year.text) + 1) # 由于文件里读取的数据是字符串类型所以要转换成int类型相加
    year.attrib = {'x':'y'}             # 添加属性要按照字典形式添加，且必须都是字符串
                                        # 但是写回文件要以str类型所以还要转换   
tree.write('c.xml')

# 在year大于2020年的主标签内添加新的标签

import xml.etree.ElementTree as ET

tree = ET.parse('b.xml')
root = tree.getroot()
for country in root.iter('year'):# 使用for循环增加与删除
    year = country.find('year')  # 找到每个country下的year
    if int(year.txt) > 2020:     # 判断
        ele = ET.Element('egon') # 增加新的标签(关键字Element)
        ele.attrib = {'name': 'alex'} # 为标签增添新的属性
        ele.text = 'beautiful'   # 增加文本内容
        country.append(ele)      # 使用append将新标签添加到当前标签内
        country.remove('year')   # 使用remove删除某个标签
tree.write('b.xml')              # 写回源文件

5.configparser模块

import configparser                 # 解析配置文件
config = configparser.ConfigParser()
config.read('my.ini')

secs = config.sections()            # 将所有标题全部取出
print(secs)
print(config.options('klf'))        # 将文件内标题的option全部取出
res = config.get('klf', 'age')      # get括号内需要传入标题与标题下的option就可以将option的值取出
res1 = config.getint('klf', 'age')  # getint会将取出的值转换成int类型
config.getfloat()                   # 转换成浮点型
config.getboolean()                   # 转换成布尔类型