模块2-多种模块的应用

一.时间模块:time

使用模块前,先导入模块:import time

常用方法:

time.sleep(secs)
(线程)推迟指定的时间运行,单位为秒

2.时间的应用:

(1)时间戳(timestamp)(格林威治时间)

伦敦时间:1970年1月1日 0:0:0

北京时间:1970年1月1日 8:0:0

time.time() #返回的是float类型 指从1970年1月1日0点开始按计算的便偏移量.

(2)元组(struct_time)结构化时间 (将一个时间转换为当前时间时区的struct_time)

返回的是对象,能够通过 . 属性名来获取对象的值

print(time.localtime())
#结果:time.struct_time(tm_year=2018, tm_mon=8, tm_mday=8, tm_hour=21, tm_min=20, tm_sec=55, tm_wday=2, tm_yday=220, tm_isdst=0)
索引(Index) 属性(Attribute) 值(Values)
0 tm_year(年) 比如2011
1 tm_mon(月) 1 - 12
2 tm_mday(日) 1 - 31
3 tm_hour(时) 0 - 23
4 tm_min(分) 0 - 59
5 tm_sec(秒) 0 - 60
6 tm_wday(weekday) 0 - 6(0表示周一)
7 tm_yday(一年中的第几天) 1 - 366
8 tm_isdst(是否是夏令时) 默认为0

(3)格式化时间

time.strftime('%Y-%m-%d')
结果:2018-08-08

格式化的时间字符串(Formal String):

%y 两位数的年份表示(00-99%Y 四位数的年份表示(000-9999%m 月份(01-12%d 月内中的一天(0-31%H 24小时制小时数(0-23%I 12小时制小时数(01-12%M 分钟数(00=59%S 秒(00-59%a 本地简化星期名称
%A 本地完整星期名称
%b 本地简化的月份名称
%B 本地完整的月份名称
%c 本地相应的日期表示和时间表示
%j 年内的一天(001-366%p 本地A.M.或P.M.的等价符
%U 一年中的星期数(00-53)星期天为星期的开始
%w 星期(0-6),星期天为星期的开始
%W 一年中的星期数(00-53)星期一为星期的开始
%x 本地相应的日期表示
%X 本地相应的时间表示
%Z 当前时区的名称
%% %号本身

结论:时间戳是计算机能够识别的,时间字符串(格式化时间)是人能够看懂的时间,元祖(结构化时间)则是用来操作时间的

3.几种格式的相互转化:

模块2-多种模块的应用

(1) 时间戳转结构化时间:

print(time.localtime(1000000)) #当地时间,假如我们在北京执行这个方法,与UTC相差8小时,UTC+8小时 = 北京
结果:time.struct_time(tm_year=1970, tm_mon=1, tm_mday=12, tm_hour=21, tm_min=46, tm_sec=40, tm_wday=0, tm_yday=12, tm_isdst=0)
print(time.gmtime(1000000)) #UTC时间 伦敦时间
结果:time.struct_time(tm_year=1970, tm_mon=1, tm_mday=12, tm_hour=13, tm_min=46, tm_sec=40, tm_wday=0, tm_yday=12, tm_isdst=0)

  结构化转化成时间戳

time_tuple = time.localtime(150000)
print(time.mktime = (time_tuple))
结果:150000

  结构化时间转换为格式化时间

#time.strftime("格式定义","结构化时间")  结构化时间参数若不传,则现当前时间
print(time.strftime('%Y-%m-%d %H:%M:%S'))
结果:2018-08-08 21:56:56
print(time.strftime('%Y-%m-%d',time.localtime(15000000)))
结果:1970-06-23

  格式化时间转换成结构化时间

time.strptime(时间字符串,字符串对应格式)

print(time.strptime('2018-08-08','%Y-%m-%d'))
结果:time.struct_time(tm_year=2018, tm_mon=8, tm_mday=8, tm_hour=0, tm_min=0, tm_sec=0, tm_wday=2, tm_yday=220, tm_isdst=-1)

print(time.strptime("07/24/2017","%m/%d/%Y"))
结果:time.struct_time(tm_year=2017, tm_mon=7, tm_mday=24, tm_hour=0, tm_min=0, tm_sec=0, tm_wday=0, tm_yday=205, tm_isdst=-1)
#结构化时间 --> %a %b %d %H:%M:%S %Y串
#time.asctime(结构化时间) 如果不传参数,直接返回当前时间的格式化串
>>>time.asctime(time.localtime(1500000000))
'Fri Jul 14 10:40:00 2017'
>>>time.asctime()
'Mon Jul 24 15:18:33 2017'

#时间戳 --> %a %d %d %H:%M:%S %Y串
#time.ctime(时间戳)  如果不传参数,直接返回当前时间的格式化串
>>>time.ctime()
'Mon Jul 24 15:19:07 2017'
>>>time.ctime(1500000000)
'Fri Jul 14 10:40:00 2017'

二.sys模块

sys模块是与python解释器交互的一个接口

sys.path:返回模块的探索路径,初始化时使用PYTHONPATH环境变量的值

sys.modules 用反射时固定写法 getattr(sys.modules[__name__],'变量名')

sys.version :获取python解释程序的版本信息

sys.platform:返回操作系统平台名称

sys.argv 命名参数是list,第一个元素是程序本身

name = argv[1]
pwd = argc[2]
if name == 'admin' and pwd == '123'
    print('登录成功')
else:
     exit()
#在pycharm中可以不能用,在cmd中可以用 设置用户名和密码
import sys
try:
    sys.exit(1)
except SystemExit as e:
    print(e)

 三.os模块:
os模块是与操作系统交互的一个接口

'''
os.getcwd() 获取当前工作目录,即当前python脚本工作的目录路径
os.chdir("dirname")  改变当前脚本工作目录;相当于shell下cd
os.curdir  返回当前目录: ('.')
os.pardir  获取当前目录的父目录字符串名:('..')
os.makedirs('dirname1/dirname2')    可生成多层递归目录
os.removedirs('dirname1')    若目录为空,则删除,并递归到上一级目录,如若也为空,则删除,依此类推
os.mkdir('dirname')    生成单级目录;相当于shell中mkdir dirname
os.rmdir('dirname')    删除单级空目录,若目录不为空则无法删除,报错;相当于shell中rmdir dirname
os.listdir('dirname')    列出指定目录下的所有文件和子目录,包括隐藏文件,并以列表方式打印
os.remove()  删除一个文件
os.rename("oldname","newname")  重命名文件/目录
os.stat('path/filename')  获取文件/目录信息
os.sep    输出操作系统特定的路径分隔符,win下为"\",Linux下为"/"
os.linesep    输出当前平台使用的行终止符,win下为"	
",Linux下为"
"
os.pathsep    输出用于分割文件路径的字符串 win下为;,Linux下为:
os.name    输出字符串指示当前使用平台。win->'nt'; Linux->'posix'
os.system("bash command")  运行shell命令,直接显示
os.popen("bash command).read()  运行shell命令,获取执行结果
os.environ  获取系统环境变量

os.path
os.path.abspath(path) 返回path规范化的绝对路径 os.path.split(path) 将path分割成目录和文件名二元组返回 os.path.dirname(path) 返回path的目录。其实就是os.path.split(path)的第一个元素 os.path.basename(path) 返回path最后的文件名。如何path以/或结尾,那么就会返回空值。
                        即os.path.split(path)的第二个元素
os.path.exists(path)  如果path存在,返回True;如果path不存在,返回False
os.path.isabs(path)  如果path是绝对路径,返回True
os.path.isfile(path)  如果path是一个存在的文件,返回True。否则返回False
os.path.isdir(path)  如果path是一个存在的目录,则返回True。否则返回False
os.path.join(path1[, path2[, ...]])  将多个路径组合后返回,第一个绝对路径之前的参数将被忽略
os.path.getatime(path)  返回path所指向的文件或者目录的最后访问时间
os.path.getmtime(path)  返回path所指向的文件或者目录的最后修改时间
os.path.getsize(path) 返回path的大小
'''

os.stat('path/filename')获取文件/目录信息的结构说明

stat 结构:

st_mode: inode 保护模式
st_ino: inode 节点号。
st_dev: inode 驻留的设备。
st_nlink: inode 的链接数。
st_uid: 所有者的用户ID。
st_gid: 所有者的组ID。
st_size: 普通文件以字节为单位的大小;包含等待某些特殊文件的数据。
st_atime: 上次访问的时间。
st_mtime: 最后一次修改的时间。
st_ctime: 由操作系统报告的"ctime"。在某些系统上(如Unix)是最新的元数据更改的时间,在其它系统上(如Windows)是创建时间(详细信息参见平台的文档)。

 四.序列号模块:

序列化:将原本的字典,列表等内容转换成一个字符串的过程就叫做序列化.

序列化目的

1.以某种存储形式是自定义对象持久化:

2将对象从一个地方传递到另一个地方.

3.是程序更具有维护性

序列化用在哪:

1.把内容写入文件,需要序列化

2.网络传输数据,需要序列化

一共三种模块:

json:

json模块提供四种功能:dumps loads dump load

---dumps----
import json
dic = {'k':'v','k1':'v1'}
dic_new = json.dumps(dic) #序列化,将一个字典转换成一个字符串
print(dic_new)
结果:{"k": "v", "k1": "v1"} #变成字符串类型,变成了双引号
---loads----
dic2 = json.loads(dic_new) #反序列化,将一个字符串格式的字典转换成一个字典
print(dic2)
结果:{'k': 'v', 'k1': 'v1'} #变回字典类型,变成单引号
也可以处理嵌套的类型:
list_dic = [1,['a','b','c'],3,{'k1':'v1','k2':'v2'}]
str_dic = json.dumps(list_dic) #也可以处理嵌套的数据类型 
print(type(str_dic),str_dic) #<class 'str'> [1, ["a", "b", "c"], 3, {"k1": "v1", "k2": "v2"}]
list_dic2 = json.loads(str_dic)
print(type(list_dic2),list_dic2) #<class 'list'> [1, ['a', 'b', 'c'], 3, {'k1': 'v1', 'k2': 'v2'}]
----dump----
import
json f = open('json_file','w') dic = {'k1':'v1','k2':'v2','k3':'v3'} json.dump(dic,f) #dump方法接收一个文件句柄,直接将字典转换成json字符串写入文件 f.close() ---load---- f = open('json_file') dic2 = json.load(f) #load方法接收一个文件句柄,直接将文件中的json字符串转换成数据结构返回 f.close() print(type(dic2),dic2)
import json
f = open('file','w')
json.dump({'国籍':'中国'},f)
ret = json.dumps({'国籍':'中国'})
f.write(ret+'
')
json.dump({'国籍':'美国'},f,ensure_ascii=False)
ret = json.dumps({'国籍':'美国'},ensure_ascii=False)
f.write(ret+'
')
f.close()
ensure_ascii关键字参数
--json的格式化输出---
import json
data = {'username':['李华','二愣子'],'sex':'male','age':16}
json_dic2 = json.dumps(data,sort_keys=True,indent=2,separators=(',',':'),ensure_ascii=False)
print(json_dic2)
json注意事项:
1.json格式的key必须是字符串数据类型
2.json.load的时候,字符串只能是""
3.如果是数字为key,那么dump之后会强行转成字符串类型
4.在json中,对元祖做value的字典会把元祖强制转换成列表
5.json不支持key做元祖
6.可以多次dump数据到文件中,但是不能load出来,load会报错
如果想dump多个数据进入文件,用dumps
 dic = {'abc':(1,2,3)}
 lst = ['aaa',123,'bbb',12.456]# with open('json_demo','w') as f:
     str_lst = json.dumps(lst)
     str_dic = json.dumps(dic)
     f.write(str_lst+'
')
     f.write(str_dic+'
')

 with open('json_demo') as f:
     for line in f:
         ret = json.loads(line)
         print(ret)

7.中文格式的 ensure_ascii = False
 dic = {'abc':(1,2,3),'country':'中国'}
 ret = json.dumps(dic,ensure_ascii = False)
 print(ret)
 dic_new = json.loads(ret)
 print(dic_new)

 with open('json_demo','w',encoding='utf-8') as f:
     json.dump(dic,f,ensure_ascii=False)

json的其他参数,是为了用户看的更方便,但是会相对浪费存储空间
import json
data = {'username':['李华','二愣子'],'sex':'male','age':16} json_dic2 = json.dumps(data,sort_keys=True,indent=4,separators=(',',':'),ensure_ascii=False)
print(json_dic2)

8.set不能被dump/dumps
json注意事项

 pickle:

特点:

1.几乎支持所有对象的序列化

2.dump的结果是bytes,dump用的f文件句柄需要以wb的形式打开,load所用的f是'rb'模式

3.对于对象的序列化需要这个对象对应的类在内存中

4.多与多次dump/load的操作做了良好的处理

import pickle
dic = {'k1':'v1','k2':'v2','k3':'v3'}
str_dic = pickle.dumps(dic)
print(str_dic)  #一串二进制内容

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)

说明:json是一种所有的语言都可以识别的数据结构。
如果我们将一个字典或者序列化成了一个json存在文件里,那么java代码或者js代码也可以拿来用。
但是如果我们用pickle进行序列化,其他语言就不能读懂这是什么了.
所以,如果你序列化的内容是列表或者字典,我们非常推荐你使用json模块
但如果出于某种原因你不得不序列化其他的数据类型,而未来你还会用python对这个数据进行反序列化的话,那么就可以使用pickle

 shelve

shelve只提供给我们一个open方法,是用key来访问的,使用起来和字典类似

import shelve
f = shelve.open('shelve_demo')
f['key'] = {'k1':(1,2,3),'k2':'v2')
f.close()
f = shelve.open('shelve_demo')
content = f['key']
f.close()
print(content)

ps:如果你写定一个文件,改动的比较少,读文件的操作比较多,
且你大部分的读取都需要基于某个key获得某个value可以用
shelve