python学习 day20_包、各种模块

包

什么是包？

• 包是一个含有__init__.py文件的文件夹，本质就是一个模块，是用来被导入的

为何要有包？

• 包的本质就是一个文件夹，那么文件夹唯一的功能就是将文件组织起来
  随着功能越写越多，我们无法将所以功能都放到一个文件中，于是我们使用模块去组织功能，而随着模块越来越多，我们就需要用文件夹将模块文件组织起来，以此来提高程序的结构性和可维护性

注意事项

• 1.关于包相关的导入语句也分为import和from … import …两种，但是无论哪种，无论在什么位置，在导入时都必须遵循一个原则：凡是在导入时带点的，点的左边都必须是一个包，否则非法。可以带有一连串的点，如item.subitem.subsubitem,但都必须遵循这个原则。但对于导入后，在使用时就没有这种限制了，点的左边可以是包,模块，函数，类(它们都可以用点的方式调用自己的属性)。

• 2、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

• 3、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

首次导入包这种模块，发生两件事

• 1、创建模块的名称空间，运行包下的__init__.py的文件，将运行过程中产生的名字都丢入模块的名称空间中
• 2、在当前位置拿到一个名字aaa，该名字指向__init__.py的名称空间,即aaa.名字，名字是来自于__init__.py中的

包的绝对导入和相对导入

• 绝对导入：
  以执行文件的sys.path为起始点开始导入,称之为绝对导入
  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
• 相对导入：
  参照当前所在文件的文件夹为起始开始查找,称之为相对导入
  符号: .代表当前所在文件的文件加,…代表上一级文件夹,…代表上一级的上一级文件夹
  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
• 注意:
  相对导入只能用于包内部模块之间的相互导入,导入者与被导入者都必须存在于一个包内

序列化模块 pickle

序列化:

• 把不能够直接存储在文件中的数据变得可存储,这个过程就是序列化

反序列化:

• 把文件中的数据内容拿出来,恢复成原来的数据类型,这个过程就是反序列化

php:

• serialize
  unserialize

在文件中存储的数据,要么是字符串,要么是字节流
python中,所有的数据类型都可以通过dumps和loads进行序列化和反序列化

错误案例 列表不能够直接塞到文件中

lst = [1,2,3]
with open("ceshi2.txt",mode="a+",encoding="utf-8") as fp:
	fp.write(lst)

1.dumps 和 loads

• 引入模块：import pickle
• dumps：把任意对象序列化成一个bytes

序列化列表

lst = [1,2,3]
res = pickle.dumps(lst)
print(res)

序列化函数

def func():
	print("我是func函数")
	
res = pickle.dumps(func)
print(res)

序列化迭代器

it = iter(range(10))
res = pickle.dumps(it)

loads 把任意bytes反序列化成原来数据

res = pickle.loads(res)
print(res, type(res))
for i in range(3):
	res2 = next(res)
	print(res2)

2.dump 和 load

dump：把对象序列化后写入到file-like Object(即文件对象)

dic = {"a":1,"b":2}
with open("ceshi3.txt",mode="wb") as fp:
	# dump(要转换的数据,文件对象)
	pickle.dump(dic,fp)

load：把file-like Object(即文件对象)中的内容拿出来,反序列化成原来数据

with open("ceshi3.txt",mode="rb") as fp:
	res = pickle.load(fp)

print(res , type(res))

3.对比dumps 和 dump

dic = {"a":1,"b":2}
str_bytes = pickle.dumps(dic)
print(str_bytes)
with open("ceshi4.txt",mode="wb") as fp:
	fp.write(str_bytes)

# 通过loads来取出
with open("ceshi4.txt",mode="rb") as fp:
	str_bytes = fp.read()
	dic = pickle.loads(str_bytes)

print(dic,type(dic))

json

• 所有的编程语言都能够识别的数据格式叫做json,是字符串
  能够通过json序列化成字符串的有如下类型:(int float bool str list tuple dict None)

• pickle 序列化成字节流

• json 序列化成字符串

1.json用法

引入模组：import json

(1) dumps 和 loads是一对 , 序列化成字符串

dic = {"name":"王振","age":30,"classroom":"python30","family":["爸爸","妈妈","哥哥","姐姐"]}
# ensure_ascii=False 不通过ascii来显示内容 sort_keys=True 对字典的键来进行排序
res =json.dumps(dic,ensure_ascii=False , sort_keys=True)
print(res , type(res))


# loads反序列化成原来的数据类型
dic = json.loads(res)
print(dic , type(dic))

(2) dump 和 load 是一对 , 针对于文件,把数据进行序列化操作

dic = {"name":"王振","age":30,"classroom":"python30","family":["爸爸","妈妈","哥哥","姐姐"]}
with open("ceshi5.json",mode="w",encoding="utf-8") as fp:
	# dump(要转换的数据,文件对象)
	json.dump(dic,fp,ensure_ascii=False)
	
# load反序列化成原来的数据类型
with open("ceshi5.json",mode="r",encoding="utf-8") as fp:
	dic = json.load(fp)
	
print(dic, type(dic))

2.json 和 pickle 两个模块区别

json

json 可以连续dump , 不可以连续load (load是一次性拿出所有数据进行反序列化,容易出错)
可以使用loads来解决

dic1 = {"a":1,"b":2}
dic2 = {"c":3,"d":4}
with open("ceshi6.json",mode="w",encoding="utf-8") as fp:
	json.dump(dic1,fp)
	fp.write("\n")
	json.dump(dic2,fp)
	fp.write("\n")

load的弊端,一次性读取

with open("ceshi6.json",mode="r",encoding="utf-8") as fp:
	dic = json.load(fp)
print(dic)

解决方式,使用loads,一行一行进行反序列化

with open("ceshi6.json",mode="r",encoding="utf-8") as fp:
	#文件对象是迭代器,一次迭代一行
	for i in fp:
		dic  = json.loads(i)
		print(dic)

pickle

import pickle
"""
pickle 可以连续dump , 可以连续load
"""
dic1 = {"a":1,"b":2}
dic2 = {"c":3,"d":4}

with open("ceshi7.pkl",mode="wb") as fp:
	pickle.dump(dic1,fp)
	pickle.dump(dic2,fp)

方法一

with open("ceshi7.pkl",mode="rb") as fp:
	dic = pickle.load(fp)
	print(dic)
	dic = pickle.load(fp)
	print(dic)

方法二 (一次性把文件中的数据都拿出来?)

"""try .. except ..  抑制报错 如果try代码块里面有问题,就执行except中的代码"""
"""
try:
	把有问题的代码放进来
except:
	如果出现异常执行这个分支的代码块.
"""
try:
	with open("ceshi7.pkl",mode="rb") as fp:
		while True:
			dic = pickle.load(fp)
			print(dic)
except:
	pass

总结:

json 和 pickle 两个模块的区别:

• (1)json序列化之后的数据类型是str,所有编程语言都识别,(数据交流)
  但是仅限于(int float bool)(str list tuple dict None)
  json不能连续load,只能一次性拿出所有数据

• (2)pickle序列化之后的数据类型是bytes, (存储转换)
  所有数据类型都可转化,但仅限于python之间的存储传输.
  pickle可以连续load,多套数据放到同一个文件中

hash

• hash是一种算法（md5\sha256\sha512等），我们为该算法传入内容，该算法会计算得到一串hash值

hash值具备以下三个特点：
1、如果传入的内容一样，并且采用hash算法也一样，那么得到个hash值一定是一样的
2、hash值的长度取决于采用的算法，与传入的文本内容的大小无关
3、hash值不可逆

import hash
# 加密
code = hash.md5('egon烧饼哈哈哈'.encode('utf-8')
code.update('，烧中之烧'.encode('utf-8')  # 往后添加

# 获取加密数据
res = code.hexdigest()