sys模塊

sys模塊是與python解釋器交互的一個接口

sys.argv 命令行參數List，第一個元素是程序本身路徑

sys.exit(n) 退出程序，正常退出時exit(0),錯誤退出sys.exit(1)

sys.version 獲取Python解釋程序的版本信息

sys.path 返回模塊的搜索路徑，初始化時使用PYTHONPATH環境變量的值

sys.platform 返回操作系統平臺名稱

序列化模塊

序列化的目的：

以某種存儲形式使自定義對象持久化

將對象從一個地方傳遞到另一個地方

使程序更具維護性

json

# Json模塊提供了四個功能：dumps、dump、loads、load

import json

dic = {'k1':'v1','k2':'v2','k3':'v3'}

str_dic = json.dumps(dic) #序列化：將一個字典轉換成一個字符串

print(type(str_dic),str_dic) #{"k3": "v3", "k1": "v1", "k2": "v2"}

#注意，json轉換完的字符串類型的字典中的字符串是由""表示的

dic2 = json.loads(str_dic) #反序列化：將一個字符串格式的字典轉換成一個字典

#注意，要用json的loads功能處理的字符串類型的字典中的字符串必須由""表示

print(type(dic2),dic2) #{'k1': 'v1', 'k2': 'v2', 'k3': 'v3'}

list_dic = [1,['a','b','c'],3,{'k1':'v1','k2':'v2'}]

str_dic = json.dumps(list_dic) #也可以處理嵌套的數據類型

print(type(str_dic),str_dic) #[1, ["a", "b", "c"], 3, {"k1": "v1", "k2": "v2"}]

list_dic2 = json.loads(str_dic)

print(type(list_dic2),list_dic2) #[1, ['a', 'b', 'c'], 3, {'k1': 'v1', 'k2': 'v2'}]

import json

f = open('json_file','w')

dic = {'k1':'v1','k2':'v2','k3':'v3'}

json.dump(dic,f) #dump方法接收一個文件句柄，直接將字典轉換成json字符串寫入文件

f.close()

f = open('json_file')

dic2 = json.load(f) #load方法接收一個文件句柄，直接將文件中的json字符串轉換成數據結構返回

f.close()

print(type(dic2),dic2)

import json

f = open('file','w')

json.dump({'國籍':'中國'},f)

ret = json.dumps({'國籍':'中國'})

f.write(ret+'\n')

json.dump({'國籍':'美國'},f,ensure_ascii=False)

ret = json.dumps({'國籍':'美國'},ensure_ascii=False)

f.write(ret+'\n')

f.close()

ensure_ascii關鍵字參數

pickle

json & pickle

json，用于字符串 和 python數據類型間進行轉換

pickle，用于python特有的類型 和 python的數據類型間進行轉換

# pickle模塊提供了四個功能：dumps、dump(序列化，存)、loads(反序列化，讀)、load (不僅可以序列化字典，列表...可以把python中任意的數據類型序列化

import pickle

dic = {'k1':'v1','k2':'v2','k3':'v3'}

str_dic = pickle.dumps(dic)

print(str_dic) #一串二進制內容

dic2 = pickle.loads(str_dic)

print(dic2) #字典

import time

struct_time = time.localtime(1000000000)

print(struct_time)

f = open('pickle_file','wb')

pickle.dump(struct_time,f)

f.close()

f = open('pickle_file','rb')

struct_time2 = pickle.load(f)

print(struct_time2.tm_year)

shelve

# shelve也是python提供給我們的序列化工具，比pickle用起來更簡單一些。

# shelve只提供給我們一個open方法，是用key來訪問的，使用起來和字典類似。

import shelve

f = shelve.open('shelve_file')

f['key'] = {'int':10, 'float':9.5, 'string':'Sample data'} #直接對文件句柄操作，就可以存入數據

f.close()

import shelve

f1 = shelve.open('shelve_file')

existing = f1['key'] #取出數據的時候也只需要直接用key獲取即可，但是如果key不存在會報錯

f1.close()

print(existing)

# 這個模塊有個限制，它不支持多個應用同一時間往同一個DB進行寫操作。所以當我們知道我們的應用如果只進行讀操作，我們可以讓shelve通過只讀方式打開DB

import shelve

f = shelve.open('shelve_file', flag='r')

existing = f['key']

f.close()

print(existing)

# 由于shelve在默認情況下是不會記錄待持久化對象的任何修改的，所以我們在shelve.open()時候需要修改默認參數，否則對象的修改不會保存。

import shelve

f1 = shelve.open('shelve_file')

print(f1['key'])

f1['key']['new_value'] = 'this was not here before'

f1.close()

f2 = shelve.open('shelve_file', writeback=True)

print(f2['key'])

f2['key']['new_value'] = 'this was not here before'

f2.close()

"""

writeback方式有優點也有缺點。優點是減少了我們出錯的概率，并且讓對象的持久化對用戶更加的透明了；但這種方式并不是所有的情況下都需要，首先，使用writeback以后，shelf在open()的時候會增加額外的內存消耗，并且當DB在close()的時候會將緩存中的每一個對象都寫入到DB，這也會帶來額外的等待時間。因為shelve沒有辦法知道緩存中哪些對象修改了，哪些對象沒有修改，因此所有的對象都會被寫入。

"""

總結

以上是生活随笔為你收集整理的python sys模块讲解_python模块之sys模块和序列化模块(实例讲解)的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。