标签：数据 code 散列 json格式 dig 另一个 cookies cost --
Python中用于序列化的两个模块
Json模块提供了四个功能：dumps、dump、loads、load
dumps()序列化 import json #导入json模块 info = { ‘name‘:"zhangqigao", "age":22 } with open("test.txt","w") as f: #以普通模式写入 data = json.dumps(info) #把内存对象转为字符串 f.write(data) #写到文件中 #text.txt文件中的内容 {"name": "zhangqigao", "age": 22} ######################################### loads()反序列化 import json with open("test.txt","r") as f: #以普通模式读 data = json.loads(f.read()) #用loads反序列化 print(data.get("age")) #输出 22
dump()序列化 import json info = { ‘name‘:"zhangqigao", "age":22 } with open("test.txt","w") as f: #文件以写的方式打开 json.dump(info,f) #第1个参数是内存的数据对象 ，第2个参数是文件句柄 #text.txt文件中的内容 {"name": "zhangqigao", "age": 22} ######################################### load()反序列化 import json with open("test.txt","r") as f: #以读的方式打开文件 data = json.load(f) #输入文件对象 print(data.get("age")) #输出 22
小结：
pickle模块提供了四个功能：dumps、dump、loads、load
1、dumps序列化和loads反序列化
dumps()序列化 import pickle info = { ‘name‘:"zhangqigao", "age":22, } with open("test.txt","wb") as f: #以二进制的形式写入 data = pickle.dumps(info) #序列化成字符串 f.write(data) #写入test.txt 文件中 #输出到test.txt文件中的内容 ?}q (X ageqKX nameqX zhangqigaoqu. ######################################### loads()反序列化 import pickle with open("test.txt","rb") as f: #以二进制的模式读 data = pickle.loads(f.read()) #反序列化操作 print(data.get("age")) #输出 22
2、dump序列化和load反序列化
dump()序列化 import pickle info = { ‘name‘:"zhangqigao", "age":22, } with open("test.txt","wb") as f: pickle.dump(info,f) #序列化 #输出 ?}q (X ageqKX nameqX zhangqigaoqu. ######################################### load()反序列化 import pickle with open("test.txt","rb") as f: data = pickle.load(f) #反序列化成内存对象 print(data.get("age")) #输出 22
小结：
XML是实现不同语言或者程序之间进行数据交换的协议，跟json差不多，但是json使用起来更简单，不过现在仍然有很多传统的公司，像金融行业的很多系统的接口还是XML
1、XML实例
<?xml version="1.0"?> <data> <country name="Liechtenstein"> <rank updated="yes">2</rank> <year>2008</year> <gdppc>141100</gdppc> <neighbor name="Austria" direction="E"/> <neighbor name="Switzerland" direction="W"/> </country> <country name="Singapore"> <rank updated="yes">5</rank> <year>2011</year> <gdppc>59900</gdppc> <neighbor name="Malaysia" direction="N"/> </country> <country name="Panama"> <rank updated="yes">69</rank> <year>2011</year> <gdppc>13600</gdppc> <neighbor name="Costa Rica" direction="W"/> <neighbor name="Colombia" direction="E"/> </country> </data>
2、查询xml文档内容
import xml.etree.ElementTree as et tree = et.parse("xmltest.xml") root = tree.getroot() #获取根节点 print(root.tag) #打印节点名称 #遍历xml文档 for child in root: print(child.tag,child.attrib) #分别打印子节点名称和子节点属性 #遍历子节点下的所有节点 for i in child: print(i.tag,i.text) #打印子节点下节点的节点名和节点值 #只遍历year节点 for i in child.iter("year"): print("\t",i.tag,i.attrib,i.text) #只遍历year节点 for node in root.iter("year"): print(node.tag,node.text) #打印year的节点名和节点值
注：
3、修改xml文档内容
import xml.etree.ElementTree as et tree = et.parse("xmltest.xml") root = tree.getroot() #修改year节点的值 for node in root.iter("year"): new_year = int(node.text) + 1 #修改节点值 node.text = str(new_year) #修改后强制转换成字符串类型 node.tag = "myyear" #修改节点名 node.set("zhangqigao",‘handsome‘) #修改节点属性 tree.write("xmltest1.xml") #修改完成后，重新写入xml文件(可以是任何文件，包括原来的)
注：可以修改xml文件中的任何内容，包括本身的节点名，修改后一定要有写入xml文件的操作。
4、删除node节点
import xml.etree.ElementTree as et tree = et.parse("xmltest.xml") root = tree.getroot() #删除 for country in root.findall("country"): #找到第一层子节点 rank = int(country.find("rank").text) #找到子节点下的‘rank‘节点的节点值 if rank > 50: root.remove(country) #删除子节点 tree.write("xmltest1.xml") #重新写入xml文件
注：
5、手动创建xml文件
import xml.etree.ElementTree as et new_xml = et.Element("namelist") #创建根节点 #创建第一层子节点，后面参数依次是：父节点，子节点，子节点属性 name = et.SubElement(new_xml,"name",attrib={"zhangqigao":"handsome"}) #创建第二层子节点 age = et.SubElement(name,"age",attrib={"check":"yes"}) #设置第二层节点值 age.text = ‘22‘ sex = et.SubElement(name,"sex") sex.text = "man" #创建另外一个第一层子节点 name2 = et.SubElement(new_xml,"name",attrib={"zhangqigao":"haoshuai"}) #创建其第二层子节点 age = et.SubElement(name2,"age") age.text = ‘19‘ ET = et.ElementTree(new_xml) #生成新的xml文档 ET.write("test.xml",encoding="utf-8",xml_declaration=True) #在新xml文件的开头自动添加:<?xml version=‘1.0‘ encoding=‘utf-8‘?> et.dump(new_xml) #在屏幕上打印生成的格式
注：et.dump(new_xml)这个有什么作用呢？当你需要直接把字符串传过去，不需要传文件时，用这个就ok了。
Python标准库中提供了：urllib等模块以供Http请求，但是，它的 API 太渣了。它是为另一个时代、另一个互联网所创建的。它需要巨量的工作，甚至包括各种方法覆盖，来完成最简单的任务。
发送get请求：
import urllib.request f = urllib.request.urlopen(‘http://www.webxml.com.cn//webservices/qqOnlineWebService.asmx/qqCheckOnline?qqCode=424662508‘) result = f.read().decode(‘utf-8‘)
发送带有请求头的get请求：
import urllib.request req = urllib.request.Request(‘http://www.example.com/‘) req.add_header(‘Referer‘, ‘http://www.python.org/‘) r = urllib.request.urlopen(req) result = f.read().decode(‘utf-8‘)
Requests 是使用 Apache2 Licensed 许可证的 基于Python开发的HTTP 库，其在Python内置模块的基础上进行了高度的封装，从而使得Pythoner进行网络请求时，变得美好了许多，使用Requests可以轻而易举的完成浏览器可有的任何操作。
安装模块：
pip3 install requests
使用模块：
get请求：
# 1、无参数实例 import requests ret = requests.get(‘https://github.com/timeline.json‘) print(ret.url) print(ret.text) # 2、有参数实例 import requests payload = {‘key1‘: ‘value1‘, ‘key2‘: ‘value2‘} ret = requests.get("http://httpbin.org/get", params=payload) print(ret.url) print(ret.text)
post请求：
# 1、基本POST实例 import requests payload = {‘key1‘: ‘value1‘, ‘key2‘: ‘value2‘} ret = requests.post("http://httpbin.org/post", data=payload) print(ret.text) # 2、发送请求头和数据实例 import requests import json url = ‘https://api.github.com/some/endpoint‘ payload = {‘some‘: ‘data‘} headers = {‘content-type‘: ‘application/json‘} ret = requests.post(url, data=json.dumps(payload), headers=headers) print(ret.text) print(ret.cookies)
其他请求：
requests.get(url, params=None, **kwargs) requests.post(url, data=None, json=None, **kwargs) requests.put(url, data=None, **kwargs) requests.head(url, **kwargs) requests.delete(url, **kwargs) requests.patch(url, data=None, **kwargs) requests.options(url, **kwargs) # 以上方法均是在此方法的基础上构建 requests.request(method, url, **kwargs)
Http请求和XML实例：
实例：检测QQ账号是否在线
import urllib import requests from xml.etree import ElementTree as ET # 使用内置模块urllib发送HTTP请求，或者XML格式内容 """ f = urllib.request.urlopen(‘http://www.webxml.com.cn//webservices/qqOnlineWebService.asmx/qqCheckOnline?qqCode=424662508‘) result = f.read().decode(‘utf-8‘) """ # 使用第三方模块requests发送HTTP请求，或者XML格式内容 r = requests.get(‘http://www.webxml.com.cn//webservices/qqOnlineWebService.asmx/qqCheckOnline?qqCode=424662508‘) result = r.text # 解析XML格式内容 node = ET.XML(result) # 获取内容 if node.text == "Y": print("在线") else: print("离线")
实例：查看火车停靠信息
import urllib import requests from xml.etree import ElementTree as ET # 使用内置模块urllib发送HTTP请求，或者XML格式内容 """ f = urllib.request.urlopen(‘http://www.webxml.com.cn/WebServices/TrainTimeWebService.asmx/getDetailInfoByTrainCode?TrainCode=G666&UserID=‘) result = f.read().decode(‘utf-8‘) """ # 使用第三方模块requests发送HTTP请求，或者XML格式内容 r = requests.get(‘http://www.webxml.com.cn/WebServices/TrainTimeWebService.asmx/getDetailInfoByTrainCode?TrainCode=G666&UserID=‘) result = r.text # 解析XML格式内容 root = ET.XML(result) for node in root.iter(‘TrainDetailInfo‘): print(node.find(‘TrainStation‘).text,node.find(‘StartTime‘).text,node.tag,node.attrib)
写程序中，经常需要对字符串进行MD5加密，python中也支持这种加密
原则：只要你的输入是固定的，你的输出也一定是固定的。MD5是在hash上更改的，主要做文件的一致性
import hashlib m = hashlib.md5() #创建一个MD5对象 m.update(b"zhang") #在python3中需要是2进制的值，所以字符串前加b print(m.hexdigest()) #以16进制打印MD5值 #输出 d0cd2693b3506677e4c55e91d6365bff m.update(b"qigao") print(m.hexdigest()) #输出 0bfca190ecc60e44cbc739ca9c252133
文件MD5加密：
说明：如果我们想得到一个文件所有内容的MD5值，我们所做的方法是循环这个文件，获取每行的MD5值，但是这样生成的MD5值的效率会变慢，因为每一行都需要计算。这样我们还不如直接把文件的所有内容加载出来，直接计算它的MD5值，这样反而快些。
import hashlib m = hashlib.md5() #创建MD5对象m m.update(b"zhang") print(m.hexdigest()) #输出 d0cd2693b3506677e4c55e91d6365bff m.update(b"qigao") print(m.hexdigest()) #输出 0bfca190ecc60e44cbc739ca9c252133 m2 = hashlib.md5() #创建MD5对象m2 m2.update(b"zhangqigao") print(m2.hexdigest()) #输出 0bfca190ecc60e44cbc739ca9c252133
注：由上面的代码可以看出，你读到最后一行的字符串的MD5值跟一下子读取所有内容的MD5值是一样的,这是为什么呢？其实这边update做了一个拼接功能，m.update(b"zhang")是返回的字符串"zhang"的MD5值，但是到了第二个m.update("qigao")的值并不是"qigao"的字符串的MD5值，它需要拼接前面的字符串，应该是m.update(b"zhangqigao")的MD5值，所以相当于m.update(b"zhang"),m.update(b"qigao") = m.update(b"zhang"+b"qigao")。
import hashlib hash = hashlib.sha1() hash.update(b"zhangqigao") print(hash.hexdigest()) #输出 c8b2a6571067f92133b5b43a085f1ddd36e8c3fb
说明：sha256用的比较多，相比MD5要更加的安全
import hashlib hash = hashlib.sha256() hash.update(b"zhangqigao") print(hash.hexdigest()) #输出 0634de5fe3d009fd0ec76ab3d97ab0fe37969b696e8d6550797cf3b446dd78ba
import hashlib hash = hashlib.sha384() hash.update(b"zhangqigao") print(hash.hexdigest()) #输出 3489c64e31671094ca1afde35fd31ee9b09cdb90c3728f31696829e8a56be311e1405d537179e62d236e6d70a4f13ff4
import hashlib hash = hashlib.sha512() hash.update(b"zhangqigao") print(hash.hexdigest()) #输出 cb09fd5a519b2b075f4aa5965a39657df900fff832b73d161a426512b6023ab8c1c0872a7b2d50055cbd75c4b6f374cda0615be9530f7f4b7dc08ab3f266325d
注意：
其实以上还不是最牛的，最牛的是下面这种，叫hmac加密，它内部是对我们创建key和内容进行处理再进行加密。
散列消息鉴别码，简称HMAC，是一种基于消息鉴别码MAC（Message Authentication Code）的鉴别机制。使用HMAC时,消息通讯的双方，通过验证消息中加入的鉴别密钥K来鉴别消息的真伪；
一般用于网络通信中消息加密，前提是双方先要约定好key,就像接头暗号一样，然后消息发送把用key把消息加密，接收方用key ＋ 消息明文再加密，拿加密后的值 跟 发送者的相对比是否相等，这样就能验证消息的真实性，及发送者的合法性了。
import hmac #导入hmac模块 hash = hmac.new(b"zhang",b"qigao") #zhang是key，qigao是内容 print(hash.hexdigest()) #输出 2f124c86aeb5142246198f77a142e855
更多加密：点击
【python】-- json & pickle、xml、requests、hashlib、shelve、shutil、configparser、subprocess
标签：数据 code 散列 json格式 dig 另一个 cookies cost --
原文地址：http://www.cnblogs.com/Keep-Ambition/p/7281446.html
