面向对像(8day)

import logging

import logging

# debug info warning(默认) error critical

#1 congfig函数

# logging.basicConfig(level=logging.DEBUG,
# format="%(asctime)s [%(lineno)s] %(message)s",
# datefmt="%Y-%m-%d %H:%M:%S",
# filename="logger",
# filemode="a"
# )

# logging.debug(‘debug message‘)
# num=1000
# logging.info(‘cost %s‘%num)

# logging.warning(‘warning messagegfdsgsdfg‘) #
#
# logging.error(‘error message‘)
#
# logging.critical(‘critical message‘)

#配置两种方式： 1 congfig 2 logger

# 2 logger对象
设置日志的固定格式，比较常用的就是用这个logger对像方式，而且，
固定的设置成一个函数，到使用的地方就可以调用

fh，sh是输出对像；fm为输出格式的对像，我想让输出按fm的格式来输出，就是吃的过程，用fh.setFormatter方法，让输出有格式的对像
而让logger有fh,sh的属性就是用logger.addHandler方法来吃
使用logger对像来管理日志，先创建logger对像，而fh,sh是logging的两个对像，分别输出到文件
和屏幕的属性，而logger想要拿到这个属性就调用了logger.addHandler吸这个动作，把别人的属性变成自己的
然后logger就有了这个属性

fm-->fh,sh--->logger,fm对像被fh,sh对像拿到，然后，fh,sh对像又被logger对像拿到使用，非常的死，以后就用函数来固定使用

大鱼吃小鱼的过程

def get_logger():

logger=logging.getLogger()

fh=logging.FileHandler("logger2")

sh=logging.StreamHandler()

logger.setLevel(logging.DEBUG) #设定日志输出等级

fm=logging.Formatter("%(asctime)s - %(name)s - %(levelname)s - %(message)s")

logger.addHandler(fh)

logger.addHandler(sh)

fh.setFormatter(fm)
sh.setFormatter(fm)

return logger

Logger=get_logger()

Logger.debug(‘logger debug message‘)
Logger.info(‘logger info message‘)
Logger.warning(‘logger warning message‘)
Logger.error(‘logger error message‘)
Logger.critical(‘logger critical message‘)

参考：http://www.cnblogs.com/yuanchenqi/articles/6766020.html

# d={"河北":["廊坊","保定"],"湖南":["长沙","韶山"]}
#
# s=str(d)
# with open("data","w") as f:
#     f.write(s)

# with open("data") as f2:
#     s2=f2.read()
#     d2=eval(s2)
#
# print(d2["河北"]) # ‘{"河北":["廊坊","保定"],"湖南":["长沙","韶山"]}‘

# print(eval("12+34*34"))

import json
json像个桥梁一样，你web，前后端来进行数据的交互都是通过json来做的，所以太重要了
json是一种数据格式
这嘛重要只有两种方法，序列化，和反序列化
import json


# i=10
# s=‘hello‘
# t=(1,4,6)
# l=[3,5,7]
# d={‘name‘:"yuan"}
#
# json_str1=json.dumps(i)
# json_str2=json.dumps(s)
# json_str3=json.dumps(t)
# json_str4=json.dumps(l)
# json_str5=json.dumps(d)
#
# print(json_str1)   #‘10‘
# print(json_str2)   #‘"hello"‘
# print(json_str3)   #‘[1, 4, 6]‘
# print(json_str4)   #‘[3, 5, 7]‘
# print(json_str5)   #‘{"name": "yuan"}‘






json只认识[]不认识()所以，所有的tupel，列表都转换成[]，还有python对应的json字符串要加""，
loads之前不一定要dumps只要符合json的数据类型格式的都行(都能反序列化)，你写在文件中的字典类型的key一定要用""写，‘‘不认，还有字符，也要写""
具体可以看博客的一张图，没有集合这种型式，json


# # d={"河北":["廊坊","保定"],"湖南":["长沙","韶山"]}
#
# d={‘name‘:"egon"}
#
# # s=json.dumps(d)  #   将字典d转为json字符串---序列化，而且name序列化成json值之后，你打印出来的name必是加""的，这是json数据强制的
# #
# # print(type(s))
# # print(s)
# #
# #
# # f=open("new",‘w‘)
# #
# # f.write(s)
# #
# # f.close()
#
# # -------------- dump方式
#
# # f=open("new2",‘w‘)
# # json.dump(d,f)#---------1 转成json字符串 2 将json字符串写入f里
# #
# # f.close()
#
#
# #-----------------反序列化
#
# # f=open("new")
# #
# # data=f.read()
# #
# # data2=json.loads(data)
# #
# # print(data2["name"])


#------练习

# f=open("new3")
# data=f.read()
#
# ret=json.loads(data)
# # ret=[123]
# print(type(ret[0]))



#----------------------------------pickle--------------------


import pickle


import datetime

t=datetime.datetime.now()


# d={"data":t}

# json.dump(d,open("new4","w"))

#d={"name":"alvin"}

# s=pickle.dumps(d)
# print(s)
# print(type(s))
#
# f=open(‘new5‘,"wb")
#
# f.write(s)
# f.close()


# f=open("new5","rb")
#
# data=pickle.loads(f.read())
#
# print(data)