python common模块_python-常用模块

re模块

re模块的常用用法

import re

# 字符串

# 匹配

# findall*****# ret= re.findall('\d+','19874ashfk01248')

# print(ret) # 参数 返回值类型:列表 返回值个数:1返回值内容:所有匹配上的项

# ret1= re.findall('\s+','19874ashfk01248')

# print(ret1)

# search*****# ret2= re.search('\d+','@$19874ashfk01248')

# print(ret2) # 返回值类型: 正则匹配结果的对象 返回值个数:1如果匹配上了就返回对象

#ifret2:print(ret2.group()) # 返回的对象通过group来获取匹配到的第一个结果

# ret3= re.search('\s+','19874ashfk01248')

# print(ret3) # 返回值类型: None 如果没有匹配上就是None

# match**# ret4= re.match('\d+','19874ashfk01248')

# print(ret4)

# ret5= re.match('\d+','%^19874ashfk01248')

# print(ret5)

# 替换 replace

# sub***# print('replace789,24utdeedeeeeshf'.replace('e','H',3))

# ret= re.sub('\d+','H','replace789nbc2xcz392zx')

# print(ret)

# ret= re.sub('\d+','H','replace789nbc2xcz392zx,48495',1)

# print(ret)

# subn***# ret= re.subn('\d+','H','replace789nbc2xcz392zx')

# print(ret)

# 切割

# split***# print('alex|83|'.split('|'))

# ret= re.split('\d+','alex83egon20taibai40')

# print(ret)

# 进阶方法-爬虫\自动化开发

# compile*****时间效率

# re.findall('-0\.\d+|-[1-9]+(\.\d+)?','alex83egon20taibai40') --> python解释器能理解的代码 -->执行代码

# ret= re.compile('-0\.\d+|-[1-9]\d+(\.\d+)?')

# res= ret.search('alex83egon-20taibai-40')

# print(res.group())

# 节省时间 : 只有在多次使用某一个相同的正则表达式的时候,这个compile才会帮助我们提高程序的效率

# finditer*****空间效率

# print(re.findall('\d','sjkhkdy982ufejwsh02yu93jfpwcmc'))

# ret= re.finditer('\d','sjkhkdy982ufejwsh02yu93jfpwcmc')

#for r inret:

# print(r.group())

random模块

random模块常用方法

import random

# 随机 : 在某个范围内取到每一个值的概率是相同的

# 随机小数

# print(random.random()) #0-1之内的随机小数

# print(random.uniform(1,5)) # 任意范围之内的随机小数

# 随机整数*****# print(random.randint(1,2)) # [1,2] 包含2在内的范围内随机取整数

# print(random.randrange(1,2)) # [1,2)不包含2在内的范围内随机取整数

# print(random.randrange(1,10,2)) # [1,10)不包含10在内的范围内随机取奇数

# 随机抽取

# 随机抽取一个值

# lst= [1,2,3,'aaa',('wahaha','qqxing')]

# ret=random.choice(l)

# print(ret)

# 随机抽取多个值

# ret= random.sample(lst,2)

# print(ret)

# 打乱顺序 在原列表的基础上做乱序

# lst= [1,2,3,'aaa',('wahaha','qqxing')]

# random.shuffle(lst)

# print(lst)

# 抽奖 \ 彩票 \发红包 \验证码 \洗牌

# 生成随机验证码

# 4位数字的

import random

#0-9# 基础版本

# code= ''#for i in range(4):

# num= random.randint(0,9)

# code+=str(num)

# print(code)

# 函数版本

# def rand_code(n=4):

# code= ''#for i inrange(n):

# num= random.randint(0,9)

# code+=str(num)

#returncode

#

# print(rand_code())

# print(rand_code(6))

# 6位 数字+字母

# print(chr(97))

# print(chr(122))

# import random

# 基础版

# code= ''#for i in range(6):

# rand_num= str(random.randint(0,9))

# rand_alph= chr(random.randint(97,122))

# rand_alph_upper= chr(random.randint(65,90))

# atom_code=random.choice([rand_num,rand_alph,rand_alph_upper])

# code+=atom_code

# print(code)

# 函数版

# def rand_code(n=6):

# code= ''#for i inrange(n):

# rand_num= str(random.randint(0,9))

# rand_alph= chr(random.randint(97,122))

# rand_alph_upper= chr(random.randint(65,90))

# atom_code=random.choice([rand_num,rand_alph,rand_alph_upper])

# code+=atom_code

#returncode

#

# ret=rand_code()

# print(ret)

# 数字/数字+字母

# def rand_code(n=6 , alph_flag =True):

# code= ''#for i inrange(n):

# rand_num= str(random.randint(0,9))

#ifalph_flag:

# rand_alph= chr(random.randint(97,122))

# rand_alph_upper= chr(random.randint(65,90))

# rand_num=random.choice([rand_num,rand_alph,rand_alph_upper])

# code+=rand_num

#returncode

#

# ret= rand_code(n = 4)

# print(ret)

#*****永远不要创建一个和你知道的模块同名的文件名

#函数 : 发红包 : 200块钱 , 10个

生成随机验证码

time模块

表示时间的三种方式

时间戳时间,格林威治时间,float数据类型 给机器用的

结构化时间,时间对象 上下两种格式的中间状态

格式化时间,字符串时间,str数据类型 给人看的

%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

python中时间日期格式化符号：

python中时间日期格式化符号

python中表示时间的几种格式：

#导入时间模块>>>import time

#时间戳>>>time.time()1500875844.800804#时间字符串>>>time.strftime("%Y-%m-%d %X")'2017-07-24 13:54:37'

>>>time.strftime("%Y-%m-%d %H-%M-%S")'2017-07-24 13-55-04'#时间元组:localtime将一个时间戳转换为当前时区的struct_time

time.localtime()

time.struct_time(tm_year=2017, tm_mon=7, tm_mday=24,

tm_hour=13, tm_min=59, tm_sec=37,

tm_wday=0, tm_yday=205, tm_isdst=0)

几种格式之间的转换

#几种格式之间的转换

# print(time.time())

# print(time.localtime(1500000000))

# print(time.localtime(2000000000))

# time_obj= time.localtime(3000000000)

# format_time= time.strftime('%y-%m-%d %H:%M:%S',time_obj)

# print(format_time)

#2008-8-8# struct_time= time.strptime('2008-8-8','%Y-%m-%d')

# print(struct_time)

# print(time.mktime(struct_time))

# 计算本月一号的时间戳时间

# 结构化时间

# struct_time=time.localtime()

# struct_time= time.strptime('%s-%s-1'%(struct_time.tm_year,struct_time.tm_mon),'%Y-%m-%d')

# print(time.mktime(struct_time))

# 格式化时间

# ret= time.strftime('%Y-%m-1')

# struct_time= time.strptime(ret,'%Y-%m-%d')

# print(time.mktime(struct_time))

datetime模块

datetime.now() # 获取当前datetime

datetime.utcnow() # 获取当前格林威治时间

fromdatetime import datetime

#获取当前本地时间

a=datetime.now()

print('当前日期:',a)

#获取当前世界时间

b=datetime.utcnow()

print('世界时间:',b)

2.datetime(2017, 5, 23, 12, 20) # 用指定日期时间创建datetime

fromdatetime import datetime

#用指定日期创建

c=datetime(2017, 5, 23, 12, 20)

print('指定日期：',c)

3.将以下字符串转换成datetime类型：

'2017/9/30'

'2017年9月30日星期六'

'2017年9月30日星期六8时42分24秒'

'9/30/2017'

'9/30/2017 8:42:50 '

fromdatetime import datetime

d=datetime.strptime('2017/9/30','%Y/%m/%d')

print(d)

e=datetime.strptime('2017年9月30日星期六','%Y年%m月%d日星期六')

print(e)

f=datetime.strptime('2017年9月30日星期六8时42分24秒','%Y年%m月%d日星期六%H时%M分%S秒')

print(f)

g=datetime.strptime('9/30/2017','%m/%d/%Y')

print(g)

h=datetime.strptime('9/30/2017 8:42:50','%m/%d/%Y %H:%M:%S')

print(h)

时间字符串格式化

4.将以下datetime类型转换成字符串：

2017年9月28日星期4,10时3分43秒

Saturday, September 30, 2017

9/30/2017 9:22:17 AM

September 30, 2017

fromdatetime import datetime

i=datetime(2017,9,28,10,3,43)

print(i.strftime('%Y年%m月%d日%A,%H时%M分%S秒'))

j=datetime(2017,9,30,10,3,43)

print(j.strftime('%A,%B %d,%Y'))

k=datetime(2017,9,30,9,22,17)

print(k.strftime('%m/%d/%Y %I:%M:%S%p'))

l=datetime(2017,9,30)

print(l.strftime('%B %d,%Y'))

时间字符串格式化

5.用系统时间输出以下字符串：

今天是2017年9月30日

今天是这周的第？天

今天是今年的第？天

今周是今年的第？周

今天是当月的第？天

fromdatetime import datetime

#获取当前系统时间

m=datetime.now()

print(m.strftime('今天是%Y年%m月%d日'))

print(m.strftime('今天是这周的第%w天'))

print(m.strftime('今天是今年的第%j天'))

print(m.strftime('今周是今年的第%W周'))

print(m.strftime('今天是当月的第%d天'))

sys模块

sys模块是与python解释器交互的一个接口

sys.modules

sys.argv 命令行参数List，第一个元素是程序本身路径

sys.exit(n) 退出程序，正常退出时exit(0),错误退出sys.exit(1)

sys.version 获取Python解释程序的版本信息

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

sys.platform 返回操作系统平台名称

OS模块

os模块是与操作系统交互的一个接口

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.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.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.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

logging模块

日志格式的规范

操作的简化

日志的分级管理

函数式简单配置

import logging

logging.debug('debug message') # 调式模式

logging.info('info message') # 基础信息

logging.warning('warning message') #警告

logging.error('error message') 　　# 错误

logging.critical('critical message') # 严重错误

默认情况下Python的logging模块将日志打印到了标准输出中，且只显示了大于等于WARNING级别的日志，这说明默认的日志级别设置为WARNING(日志级别等级CRITICAL > ERROR > WARNING > INFO > DEBUG)，默认的日志格式为日志级别：Logger名称：用户输出消息

灵活配置日志级别，日志格式，输出位置:

import logging

file_handler = logging.FileHandler(filename='test.log', mode='a', encoding='utf-8',)

logging.basicConfig(

format='%(asctime)s - %(name)s - %(levelname)s -%(module)s: %(message)s',

datefmt='%Y-%m-%d %H:%M:%S %p',

handlers=[file_handler,],

level=logging.ERROR

)

logging.error('你好')

format='%(asctime)s #时间 %(filename)s #错误的文件 [line:%(lineno)d] # 哪一行的错误%(levelname)s # 什么级别的错误%(message)s', # 错误信息

参数配置

logging.basicConfig()函数中可通过具体参数来更改logging模块默认行为，可用参数有：

filename：用指定的文件名创建FiledHandler，这样日志会被存储在指定的文件中。

filemode：文件打开方式，在指定了filename时使用这个参数，默认值为“a”还可指定为“w”。

format：指定handler使用的日志显示格式。

datefmt：指定日期时间格式。

level：设置rootlogger(后边会讲解具体概念)的日志级别

stream：用指定的stream创建StreamHandler。可以指定输出到sys.stderr,sys.stdout或者文件(f=open(‘test.log’,’w’))，默认为sys.stderr。若同时列出了filename和stream两个参数，则stream参数会被忽略。

format参数中可能用到的格式化串：%(name)s Logger的名字%(levelno)s 数字形式的日志级别%(levelname)s 文本形式的日志级别%(pathname)s 调用日志输出函数的模块的完整路径名，可能没有%(filename)s 调用日志输出函数的模块的文件名%(module)s 调用日志输出函数的模块名%(funcName)s 调用日志输出函数的函数名%(lineno)d 调用日志输出函数的语句所在的代码行%(created)f 当前时间，用UNIX标准的表示时间的浮 点数表示%(relativeCreated)d 输出日志信息时的，自Logger创建以 来的毫秒数%(asctime)s 字符串形式的当前时间。默认格式是 “2003-07-08 16:49:45,896”。逗号后面的是毫秒%(thread)d 线程ID。可能没有%(threadName)s 线程名。可能没有%(process)d 进程ID。可能没有%(message)s用户输出的消息

View Code

logger对象配置

# logger对象的形式来操作日志文件

# 创建一个logger对象

# 创建一个文件管理操作符

# 创建一个屏幕管理操作符

# 创建一个日志输出的格式

# 文件管理操作符 绑定一个 格式

# 屏幕管理操作符 绑定一个 格式

# logger对象 绑定 文件管理操作符

# logger对象 绑定 屏幕管理操作符

import logging

# 创建一个logger对象

logger = logging.getLogger()

# 创建一个文件管理操作符

fh = logging.FileHandler('logger.log',encoding='utf-8')

# 创建一个屏幕管理操作符

sh = logging.StreamHandler()

# 创建一个日志输出的格式

format1 = logging.Formatter('%(asctime)s - %(name)s - %(levelname)s - %(message)s')

# 文件管理操作符 绑定一个 格式

fh.setFormatter(format1)

# 屏幕管理操作符 绑定一个 格式

sh.setFormatter(format1)

logger.setLevel(logging.DEBUG)

# logger对象 绑定 文件管理操作符

# logger.addHandler(fh)

# logger对象 绑定 屏幕管理操作符

logger.addHandler(sh)

logger.debug('debug message') # 调试模式

logger.info('我的信息') # 基础信息

logger.warning('warning message') # 警告

logger.error('error message') # 错误

logger.critical('critical message')# 严重错误

hashlib模块

Python的hashlib提供了常见的摘要算法，如MD5，SHA1等等。

什么是摘要算法呢？摘要算法又称哈希算法、散列算法。它通过一个函数，把任意长度的数据转换为一个长度固定的数据串(通常用16进制的字符串表示)。

我们以常见的摘要算法MD5为例，计算出一个字符串的MD5值：

import hashlib

md5 = hashlib.md5()

md5.update('how to use md5 in python hashlib?')

print md5.hexdigest()

计算结果如下：

d26a53750bc40b38b65a520292f69306

如果数据量很大，可以分块多次调用update()，最后计算的结果是一样的：

md5 =hashlib.md5()

md5.update('how to use md5 in')

md5.update('python hashlib?')

print md5.hexdigest()

MD5是最常见的摘要算法，速度很快，生成结果是固定的128 bit字节，通常用一个32位的16进制字符串表示。另一种常见的摘要算法是SHA1，调用SHA1和调用MD5完全类似：

import hashlib

sha1 = hashlib.sha1()

sha1.update('how to use sha1 in ')

sha1.update('python hashlib?')

print sha1.hexdigest()

SHA1，通常用一个40位的16进制字符串表示,算法相对复杂 计算速度也慢, 比SHA1更安全的算法是SHA256和SHA512，不过越安全的算法越慢，而且摘要长度更长。

摘要算法应用

1.登录的密文验证

密码不能解密，但可以撞库

# 数据库 -撞库

#111111 -->结果

#666666#123456# alex3714-->aee949757a2e698417463d47acac93df

# s1= '123456'# md5_obj=hashlib.md5()

# md5_obj.update(s1.encode('utf-8'))

# res=md5_obj.hexdigest()

# print(res,len(res),type(res))

View Code

加盐

# 加盐 # wind3714 d3cefe8cdd566977ec41566f1f11abd9

# md5_obj= hashlib.md5('任意的字符串作为盐'.encode('utf-8'))

# md5_obj.update(s1.encode('utf-8'))

# res=md5_obj.hexdigest()

# print(res,len(res),type(res))

# wind登录 alex3714|d3cefe8cdd566977ec41566f1f11abd9

# wind|d3cefe8cdd566977ec41566f1f11abd9

# 张三|d3cefe8cdd566977ec41566f1f11abd8 123456# 鞠莹莹|d3cefe8cdd566977ec41566f1f11abd8 123456

View Code

动态加盐

# 遇到恶意用户 注册500个账号,我们采用动态加盐

# 张三|123456 '任意的字符串作为盐'.encode('utf-8') d3cefe8cdd566977ec41566f1f11abd8

# 李四|111111# eee|alex3714

# 动态加盐

# username= input('username :')

# passwd= input('password :')

# md5obj= hashlib.md5(username.encode('utf-8'))

# md5obj.update(passwd.encode('utf-8'))

# print(md5obj.hexdigest())

# ee838c58e5bb3c9e687065edd0ec454f

View Code

2.文件的一致性校验

# md5_obj =hashlib.md5()

# with open('5.序列化模块_shelve.py','rb') asf:

# md5_obj.update(f.read())

# ret1=md5_obj.hexdigest()

#

# md5_obj=hashlib.md5()

# with open('5.序列化模块_shelve.py.bak','rb') asf:

# md5_obj.update(f.read())

# ret2=md5_obj.hexdigest()

# print(ret1,ret2)

View Code

大文件的一致性校验

# 写成一个函数

# 参数 : 文件1的路径,文件2的路径,默认参数= 1024000# 计算这两个文件的md5值

# 返回它们的一致性结果 T/F1import hashlib2 md5_obj =hashlib.md5()3import os4 filesize = os.path.getsize('filename') #文件大小5 f = open('filename','rb')6 while filesize>0:7 if filesize > 1024:8 content = f.read(1024)9 filesize -= 1024

10 else:11 content =f.read(filesize)12 filesize -=filesize13md5_obj.update(content)14 # for line inf:15 # md5_obj.update(line.encode('utf-8'))16md5_obj.hexdigest()

文件校验(检测文件改变了没)

View Code

序列化模块

什么叫序列化——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。

json

Json模块提供了四个功能：dumps、dump、loads、load

import json

# json格式的限制1,json格式的key必须是字符串数据类型

# json格式中的字符串只能是""# 如果是数字为key,那么dump之后会强行转成字符串数据类型

# dic= {1:2,3:4}

# str_dic=json.dumps(dic)

# print(str_dic)

# new_dic=json.loads(str_dic)

# print(new_dic)

# json是否支持元组,对元组做value的字典会把元组强制转换成列表

# dic= {'abc':(1,2,3)}

# str_dic=json.dumps(dic)

# print(str_dic)

# new_dic=json.loads(str_dic)

# print(new_dic)

# json是否支持元组做key,不支持

# dic= {(1,2,3):'abc'}

# str_dic=json.dumps(dic) # 报错

# 对列表的dump

# lst= ['aaa',123,'bbb',12.456]

# with open('json_demo','w') asf:

# json.dump(lst,f)

# with open('json_demo') asf:

# ret=json.load(f)

# print(ret)

# 能不能多次dump数据到文件里,可以多次dump但是不能load出来了

# dic= {'abc':(1,2,3)}

# lst= ['aaa',123,'bbb',12.456]

# with open('json_demo','w') asf:

# json.dump(lst,f)

# json.dump(dic,f)

# with open('json_demo') asf:

# ret=json.load(f)

# print(ret)

# 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') asf:

# str_lst=json.dumps(lst)

# str_dic=json.dumps(dic)

# f.write(str_lst+'\n')

# f.write(str_dic+'\n')

# with open('json_demo') asf:

#for line inf:

# ret=json.loads(line)

# print(ret)

# 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') asf:

# 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)

# set不能被dump/dumps

View Code

pickle

用于序列化的两个模块

json，用于字符串 和 python数据类型间进行转换

pickle，用于python特有的类型 和 python的数据类型间进行转换

pickle模块提供了四个功能：dumps、dump(序列化，存)、loads(反序列化，读)、load  (不仅可以序列化字典，列表...可以把python中任意的数据类型序列化)

# pickle

dic= {1:(12,3,4),('a','b'):4}

import pickle

# 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

# 支持几乎所有对象的序列化

# 对于对象的序列化需要这个对象对应的类在内存中

# 对于多次dump/load的操作做了良好的处理

# pic_dic=pickle.dumps(dic)

# print(pic_dic) # bytes类型

# new_dic=pickle.loads(pic_dic)

# print(new_dic)

# pickle支持几乎所有对象的

#classStudent:

# def __init__(self,name,age):

# self.name=name

# self.age=age

#

# alex= Student('alex',83)

# ret=pickle.dumps(alex)

# 小花=pickle.loads(ret)

# print(小花.name)

# print(小花.age)

#classStudent:

# def __init__(self,name,age):

# self.name=name

# self.age=age

#

# alex= Student('alex',83)

# with open('pickle_demo','wb') asf:

# pickle.dump(alex,f)

# with open('pickle_demo','rb') asf:

# 旺财=pickle.load(f)

# print(旺财.name)

# 学员选课系统 pickle模块来存储每个学员的对象

# with open('pickle_demo','wb') asf:

# pickle.dump({'k1':'v1'}, f)

# pickle.dump({'k11':'v1'}, f)

# pickle.dump({'k11':'v1'}, f)

# pickle.dump({'k12':[1,2,3]}, f)

# pickle.dump(['k1','v1','l1'], f)

# with open('pickle_demo','rb') asf:

#whileTrue:

#try:

# print(pickle.load(f))

# except EOFError:

#break

pickle

既然pickle如此强大，为什么还要学json呢？

这里我们要说明一下，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

collections模块

数据类型的扩展模块

在内置数据类型(dict、list、set、tuple)的基础上，collections模块还提供了几个额外的数据类型：Counter、deque、defaultdict、namedtuple和OrderedDict等。

1.namedtuple: 生成可以使用名字来访问元素内容的tuple

2.deque: 双端队列，可以快速的从另外一侧追加和推出对象

3.Counter: 计数器，主要用来计数

4.OrderedDict: 有序字典

5.defaultdict: 带有默认值的字典

什么是队列?

# 先进先出

# import queue

# q=queue.Queue()

# print(q.qsize())

# q.put(1)

# q.put('a')

# q.put((1,2,3))

# q.put(({'k':'v'}))

# print(q.qsize())

# print('q :',q)

# print('get :',q.get())

# print(q.qsize())

deque 双端队列

# fromcollections import deque

# dq=deque()

# dq.append(2)

# dq.append(5)

# dq.appendleft('a')

# dq.appendleft('b')

# print(dq)

# # print(dq.pop())

# # print(dq)

# # print(dq.popleft())

# # print(dq)

# print(dq.remove('a'))

# print(dq.insert(2,'123'))

# print(dq)

在insert remove的时候 deque的平均效率要高于列表

列表根据索引查看某个值的效率要高于deque

append 和pop对于列表的效率是没有影响

Counter计数器

1. 对字符串\列表\元祖\字典进行计数,返回一个字典类型的数据,键是元素,值是元素出现的次数

举例:

from collections import Counter

s = "hello-python-hello-world"

a = Counter(s)

print(a)

# 结果

Counter({'-': 3, 'd': 1, 'e': 2, 'h': 3, 'l': 5, 'n': 1, 'o': 4, 'p': 1, 'r': 1, 't': 1, 'w': 1, 'y': 1})

1

2

3

4

5

6

2. most_common(n) (统计出现最多次数的n个元素)

举例:

print(a.most_common(3))

# 结果

[('l', 5), ('o', 4), ('h', 3)] 出现次数最多的三个元素

1

2

3

3. elements (返回一个Counter计数后的各个元素的迭代器)

举例:

for i in a.elements():

print(i, end="")

# 结果:

hhheellllloooo---pytnwrd

1

2

3

4

4. update (类似集合的update,进行更新)

举例:

a.update("hello123121")

print(a)

# 结果:

Counter({'-': 3, '1': 3, '2': 2, '3': 1, 'd': 1, 'e': 3, 'h': 4, 'l': 7, 'n': 1, 'o': 5, 'p': 1, 'r': 1, 't': 1, 'w': 1, 'y': 1})

1

2

3

5. subtract (类似update,做减法)

s1 = "abcd"

s2 = "cdef"

a1 = Counter(s1)

a2 = Counter(s2)

a1.subtract(a2)

print(a1)

# 结果:

Counter({'a': 1, 'b': 1, 'c': 0, 'd': 0, 'e': -1, 'f': -1