day01先睹为快（中）

根据day01先睹为快（上）的个格式化文本结构，是可以解决人员管理的问题，但是存在以下局限性：

• 获取一条数据，也需要重新从文件中读取整数据库
• 每次更新一个数据，也需要从整个文件中读取，然后重新写入文件，当数据量多的时候，局大大制约了程序的效率
• 写入文件是和加载过程中如果存在分隔符“==>”就会使得程序崩溃

于是引入pickle模块，将内存中的python对象转换成序列化的字节流，可以写入任何类似文件对象的字节串；也可以根据序列化的自救刘重新构成内存中的对象。

1、创建make_db_pickle.py文件，将字典对象转换成序列化的字节流信息保存到文件

from initdata import db
import pickle

dbfile=open("people_pickle","wb")  #创建一个文件对象  以字节流的形式写入文件
pickle.dump(db,dbfile)    #将对象转换成序列化的字节流  保存在people_pickle文件当中

dbfile.close()

运行make_db_pickle.py文件后在指定的路径下创建一个people_pickle文件，将字典对象转换成字节流存储

2、创建dump_db_pickle.py文件，将字节流信息加载到字典对象

import pickle

dbfile=open("people_pickle","rb") #打开文件
db=pickle.load(dbfile)  #加载字节流 将字节流转换成字典对象

for key in db:
    print(key,"==>",db[key])

print(db["yw"]["name"])

3、创建update_db_pickle.py 更新数据

import pickle

# 从文件中加载数据
dbfile=open("pickle_people","rb")
db=pickle.load(dbfile)
dbfile.close()

"""
对字典进行修改
"""
db["yw"]["name"]="甄子丹"
db["yw"]["age"]=56

# 将数据重新写入到pickle文件当中
dbfile=open("pickle_people","wb")
pickle.dump(db,dbfile)
dbfile.close()

以上也可以实现相应的功能，但是也存在一个缺陷，处理文件叫大的时候，数据库变的很慢，因为每当更新一条数据就需要读出和写入整个数据库

改进办法  对数据库中每一条记录都写到一个普通文件当中  为每一条记录使用一个pickle文件

1）创建一个make_db_pickle_recs.py  将的每条记录写入到文件当中

from initdata import db
import pickle

for key,value in db.items():  # 获得数据库中字典及其数据
    refile=open("dbfile/"+key+".pkl","wb")
    pickle.dump(value,refile)
    refile.close()

模块介绍   glob模块中的glob("*.pkl")  根据文件的扩展名，获取文件家中指定文件扩展名中的所有文件

2）加载对应的文件  获得字典  创建一个dump_db_pickle_recs.py  

import pickle,glob

for filename in glob.glob("dbfile/*.pkl"):
    recfile=open(filename,"rb")
    record=pickle.load(recfile)
    print(filename,record)
    recfile.close()

bobfile=open("dbfile/bob.pkl","rb")  #根据的文件  加载相应的字典
bob=pickle.load(bobfile)
print(bob)
bobfile.close()