标签：大于 反序 序列化 技术 目录 shuff shuf ptime utf8
一、包
1.什么是包：
包就是一个包含有__init__.py文件的文件夹
2.为何要用包：
为了用文件夹讲文件/模块组织起来，提高程序的结构性和可维护性
3.包的使用
实例一：
创建文件夹aaa，在aaa文件夹内创建__init__.py 和 m1.py文件,在aaa同级目录下创建一个执行文件run,py文件
#m1文件的内容:
def f1():
print(‘fff111‘)
def f2():
print(‘fff222‘)
在__init__.py添加内容，在aaa中拿到名字m1，m2：
from aaa.m1 import f1,f2
执行文件run.py:
import aaa
aaa.f1()
aaa.f2()
以上执行结果为：fff111 fff222
总结：
import导入文件时，产生名称空间中的名字来源于文件，import 包，
产生的名称空间的名字同样来源于文件，即包下的__init__.py，导入包本质就是在导入该文件__init__.py
另外：
包A和包B下有同名模块也不会冲突，如A.a与B.a来自俩个命名空间
实例二：
在aaa文件夹内创建bbb文件夹，在bbb文件夹中创建m3.py文件。bbb和前面创建的m1.py、m2.py同级
#m3文件的内容:
def f3():
print(‘fff333‘)
若想在run中调用m3中的f3：
要在__init__.py添加内容，在aaa中拿到名字m3：
from aaa.bbb.m3 import f3
执行文件run.py:
import aaa
aaa.f3()
执行结果即为：fff333
4.相对导入：
以上包内模块的绝对导入
from aaa.m1 import f1,f2
from aaa.bbb.m3 import f3
优点: 执行文件与被导入的模块中都可以使用
缺点: 所有导入都是以sys.path为起始点,导入麻烦
另外我们可以采用相对导入
一个.代表往上一级
__init__.py中的内容可以写成：
from .m1 import f1,f2
from ..m3 import f3
m1的上一级是aaa，所以.m1代表了aaa.
m3的上一级是bbb，再上一级是aaa，我们需要在aaa中拿到m3的名字，就要往上返两级，因此..m3表示aaa.bbb.m3
优点：导入更加简单
缺点: 只能在导入包中的模块时才能使用
强调：
包以及包所包含的模块都是用来被导入的，而不是被直接执行的。而环境变量都是以执行文件为准的
二、json & pickle
1.什么是序列化：
序列化就是将数据类型转成另外一种格式
序列化：
字典---》其他格式---》硬盘
反序列化：
硬盘---》读取---》其他格式---》反序列化---》字典
2.为何要用序列化：
2.1 持久保存程序的运行状态
2.2 数据的跨平台交互
3.如何序列化
3.1 json
优点：这种格式是一种通用的格式，所有编程语言都能识别，跨平台性很强
缺点：不能识别所有python类型
强调：
json不能识别单引号
3.2 pickle
优点：可以识别所有python类型
缺点：只能被python这门编程语言识别
json的使用：
import json
序列化
dic_json=json.dumps(dic)
print(dic_json)
持久化
with open(‘a.json‘,‘wt‘,encoding=‘utf8‘)as f:
f.write(dic_json)
序列化+持久化
with open(‘a.json‘,mode=‘wt‘,encoding=‘utf-8‘) as f:
json.dump(dic,f)
从文件中读取json格式化的字符
with open(‘a.json‘,‘rt‘,encoding=‘utf8‘)as f:
dic_json=f.read()
反序列化
dic = json.loads(dic_json)
print(dic,dic[‘k1‘])
读取文件内容+反序列化
with open (‘a.json‘,‘rt‘,encoding=‘utf8‘)as f:
dic = json.load(f)
print(dic,dic[‘k1‘])
pickle的使用：
import pickle
dic = {‘k1‘:True,‘k2‘:10,‘k3‘:‘egon‘,‘k4‘:‘你好啊‘}
序列化：
dic_pkl = pickle.dumps({1,2,3,4})
print(dic_pkl)
持久化
with open(‘b.pkl‘,‘wb‘)as f:
f.write(dic_pkl)
序列化 + 持久化：
with open(‘c.pkl‘,‘wb‘)as f:
pickle.dump(dic,f)
从文件中读取pickle格式化的字符 + 反序列化 ：
with open(‘b.pkl‘,mode=‘rb‘)as f:
s_pkl = f.read()
s = pickle.loads(s_pkl)
print(type(s))
从文件中读取pickle格式化的字符 + 反序列化
with open(‘c.pkl‘,‘rb‘)as f:
dic = pickle.load(f)
print(dic,type(dic))
三、time
import time
时间分为三种格式:
1. 时间戳
time.time()
2. 格式化的字符
print(time.strftime(‘%Y-%m-%d %H:%M:%S %p‘))
3. 结构化的时间对象
当地时间：
print(time.localtime())
当天第几个小时：
print(time.localtime().tm_hour)
当天为本月第几周：
print(time.localtime().tm_wday)
当天为今年第几天：
print(time.localtime().tm_yday)
标准时间：
print(time.gmtime())
4.时间转换
时间戳---->struct_time------->格式化的字符串
struct_time=time.localtime(123123)
print(struct_time)
print(time.strftime(‘%Y-%m-%d‘,struct_time))
格式化的字符串---->struct_time------->时间戳
struct_time=time.strptime(‘2017-03-11‘,‘%Y-%m-%d‘)
print(struct_time)
四、datetime模块
时间加减
import datetime
print(datetime.datetime.now()) #返回 2016-08-19 12:47:03.941925
print(datetime.date.fromtimestamp(time.time()) ) # 时间戳直接转成日期格式 2016-08-19
print(datetime.datetime.now() )
print(datetime.datetime.now() + datetime.timedelta(3)) #当前时间+3天
print(datetime.datetime.now() + datetime.timedelta(-3)) #当前时间-3天
print(datetime.datetime.now() + datetime.timedelta(hours=3)) #当前时间+3小时
print(datetime.datetime.now() + datetime.timedelta(minutes=30)) #当前时间+30分
c_time = datetime.datetime.now()
print(c_time.replace(minute=3,hour=2)) #时间替换
五、random模块
import random
print(random.random())#(0,1)----float 大于0且小于1之间的小数
print(random.randint(1,3)) #[1,3] 大于等于1且小于等于3之间的整数
print(random.randrange(1,3)) #[1,3) 大于等于1且小于3之间的整数
print(random.choice([1,‘23‘,[4,5]]))#1或者23或者[4,5]
print(random.sample([1,‘23‘,[4,5]],2))#列表元素任意2个组合
print(random.uniform(1,3))#大于1小于3的小数，如1.927109612082716
item=[1,3,5,7,9]
random.shuffle(item) #打乱item的顺序,相当于"洗牌"
print(item)
生成随机验证码：
import random
def make_code(n):
res = ‘ ‘
for i in range(n):
s1=chr(random.randint(65,90))
s2=str(random.randint(0,9))
res+=random.choice([s1,s2])
return res
print(make_code(5))
标签：大于 反序 序列化 技术 目录 shuff shuf ptime utf8
原文地址：https://www.cnblogs.com/zhangxin-/p/10072665.html
