Python学习—open函数,json与pickle知识点,Os模块详解

news2024/11/23 2:59:12

目录

1. Open函数

2.json与pickle模块

json模块

1. json.dumps()

2. json.dump()

3. json.loads()

4. json.load()

pickle 模块

1. pickle.dumps()

2. pickle.dump()

3. pickle.loads()

4. pickle.load()

3.Os模块


1. Open函数

在Python中,open() 函数用于打开文件,并返回一个文件对象,可以用于读取或写入文件内容。open() 函数的基本语法如下:

open(file, mode='r', buffering=-1, encoding=None, errors=None, newline=None, closefd=True, opener=None)

参数说明:

  • file: 必需,表示要打开的文件名(包括路径)。
  • mode: 可选,表示文件的打开模式,默认为 'r'(只读模式)。常用的模式包括:
    • 'r': 只读模式(默认)。
    • 'w': 只写模式。如果文件存在则覆盖,不存在则创建。
    • 'x': 创建并写入一个新文件,如果文件已存在则失败。
    • 'a': 追加模式,将内容写入到文件末尾。
    • 'b': 二进制模式。
    • 't': 文本模式(默认)。
    • '+': 打开文件进行更新(读取和写入)。
  • 其他参数如 bufferingencodingerrors 等通常是可选的,用于控制文件读写时的缓冲行为、文本编码、错误处理等。

示例:

# 打开一个文件进行读取
file = open('example.txt', 'r')
content = file.read()
print(content)
file.close()

# 打开一个文件进行写入
file = open('output.txt', 'w')
file.write('Hello, World!')
file.close()

在使用 open() 函数时,建议在操作文件完毕后调用 file.close() 来关闭文件对象,这样可以释放资源并确保写入的内容被正确保存。另外,也可以使用 with 语句来自动管理文件的打开和关闭:

with open('example.txt', 'r') as file:
    content = file.read()
    print(content)
# 文件会在离开 `with` 块后自动关闭

2.json与pickle模块

json模块

1. json.dumps()

json.dumps()函数用于将Python对象转换为JSON格式的字符串。其基本语法如下:

import json

# 将Python对象转换为JSON字符串
json_str = json.dumps(python_object)

其中,python_object可以是字典、列表、元组等基本的Python数据结构。

示例:

data = {'name': 'Alice', 'age': 30}
json_str = json.dumps(data)
print(json_str)  # 输出: {"name": "Alice", "age": 30}
2. json.dump()

json.dump()函数与json.dumps()类似,不同之处在于它将Python对象转换为JSON格式的字符串后,直接写入到文件对象中。其基本语法如下:

import json

# 将Python对象转换为JSON字符串,并写入文件
with open('data.json', 'w') as f:
    json.dump(python_object, f)

这个方法特别适合于将Python数据结构持久化到文件中。

3. json.loads()

json.loads()函数用于将JSON格式的字符串转换为Python对象。其基本语法如下:

import json

# 将JSON字符串转换为Python对象
python_obj = json.loads(json_string)

示例:

json_str = '{"name": "Alice", "age": 30}'
data = json.loads(json_str)
print(data)  # 输出: {'name': 'Alice', 'age': 30}
4. json.load()

json.load()函数与json.loads()类似,不同之处在于它从文件对象中读取JSON数据,并将其解析为Python对象。其基本语法如下:

import json

# 从文件中读取JSON数据,并解析为Python对象
with open('data.json', 'r') as f:
    data = json.load(f)

这个方法通常用于从文件中加载之前存储的JSON数据。

总结:
1.  json.dumps():将Python对象转换为JSON格式的字符串。
2.  json.dump():将Python对象转换为JSON格式的字符串,并写入文件。
3.  json.loads():将JSON格式的字符串转换为Python对象。
4.  json.load():从文件中读取JSON数据,并将其解析为Python对象。

pickle 模块

1. pickle.dumps()

pickle.dumps() 函数将 Python 对象序列化为一个字节对象,可以稍后写入文件或者通过网络传输。其基本语法如下:

import pickle

# 将Python对象序列化为字节对象
pickle_bytes = pickle.dumps(python_object)

示例:

data = {'name': 'Bob', 'age': 25}
pickle_bytes = pickle.dumps(data)
2. pickle.dump()

pickle.dump() 函数与 pickle.dumps() 类似,不同之处在于它直接将序列化后的字节数据写入文件对象中。其基本语法如下:

import pickle

# 将Python对象序列化为字节对象,并写入文件
with open('data.pkl', 'wb') as f:
    pickle.dump(python_object, f)

示例:

data = {'name': 'Bob', 'age': 25}
with open('data.pkl', 'wb') as f:
    pickle.dump(data, f)
3. pickle.loads()

pickle.loads() 函数从字节对象中反序列化出 Python 对象。其基本语法如下:

import pickle

# 从字节对象中反序列化出Python对象
python_obj = pickle.loads(pickle_bytes)

示例:

pickle_bytes = b'\x80\x04\x95\x1a\x00\x00\x00\x00\x00\x00\x00}\x94(\x8c\x04name\x94\x8c\x03Bob\x94\x8c\x03age\x94K\x19u.'
data = pickle.loads(pickle_bytes)
print(data)  # 输出: {'name': 'Bob', 'age': 25}
4. pickle.load()

pickle.load() 函数与 pickle.loads() 类似,不同之处在于它从文件对象中读取字节数据,并将其反序列化为 Python 对象。其基本语法如下:

import pickle

# 从文件中读取字节数据,并反序列化出Python对象
with open('data.pkl', 'rb') as f:
    data = pickle.load(f)

示例:

with open('data.pkl', 'rb') as f:
    data = pickle.load(f)
print(data)  # 输出: {'name': 'Bob', 'age': 25}

注意事项:
1.  pickle 模块生成的序列化数据是 Python 特定的,并不跨语言兼容,因此在不同的 Python 版本之间使用时要小心。
2.  对于简单的数据结构和与 Python 特定的应用场景,pickle 提供了更高效的数据序列化和反序列化方法。

3.Os模块

关于Os模块的各种方法,见代码:

import os


# 获取当前工作目录
current_dir = os.getcwd()
print("当前工作目录:", current_dir)


# 改变当前工作目录
os.chdir('/path/to/new/directory')
print("新的工作目录:", os.getcwd())


# 列出目录中的文件和子目录
files_and_dirs = os.listdir('/path/to/directory')
print("目录内容:", files_and_dirs)


# 创建目录(包括多级目录)
os.makedirs('/path/to/new/directory')


# 删除空目录
os.rmdir('/path/to/directory')


# 删除文件
os.remove('/path/to/file')


# 获取环境变量
env_var = os.getenv('ENV_VARIABLE_NAME')
print("环境变量:", env_var)


# 设置环境变量
os.environ['ENV_VARIABLE_NAME'] = 'value'


# 路径拼接
path = os.path.join('/path', 'to', 'directory')


# 获取文件名和目录名
filename = os.path.basename('/path/to/file.txt')
dirname = os.path.dirname('/path/to/file.txt')


# 检查路径是否为文件或目录
is_file = os.path.isfile('/path/to/file.txt')
is_dir = os.path.isdir('/path/to/directory')


# 重命名文件
os.rename('old_filename.txt', 'new_filename.txt')


# 检查路径是否存在
exists = os.path.exists('/path/to/something')


知识模块图:

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1937551.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

【大数据】JSON文件解析,对其文本聚类/情感分析

目录 引言 JSON(JavaScript Object Notation) 文本聚类K-means 基本步骤 优点 缺点 实际应用 情感分析 核心任务与应用场景 算法原理与技术 json数据集 情感分析实现 文本聚类实现 引言 JSON(JavaScript Object Notation&#…

AIoTedge 智能边缘物联网平台

AIoTedge智能边缘物联网平台是一个创新的边云协同架构,它为智能设备和系统提供了强大的数据处理和智能决策能力。这个平台的核心优势在于其边云协同架构设计,它优化了数据处理速度,提高了系统的可靠性和灵活性,适用于多种场景&…

华为OD机考题(HJ61 放苹果)

前言 经过前期的数据结构和算法学习,开始以OD机考题作为练习题,继续加强下熟练程度。 描述 把m个同样的苹果放在n个同样的盘子里,允许有的盘子空着不放,问共有多少种不同的分法? 注意:如果有7个苹果和3…

uniapp bug解决:uniapp文件查找失败:‘uview-ui‘ at main.js:14

文章目录 报错内容解决方法main.js 文件中 uView 主 JS 库引入 uView 的全局 SCSS 主题文件内容修改引入 uView 基础样式内容修改配置 easycom 内容修改 报错内容 10:50:51.795 文件查找失败:uview-ui at main.js:14 10:59:39.570 正在差量编译... 10:59:43.213 文…

【Jmeter】记录一次Jmeter实战测试

Jmeter实战 1、需求2、实现2.1、新建线程组2.2、导入参数2.3、新建HTTP请求2.4、添加监听器2.5、结果 1、需求 查询某个接口在高并发场景下的响应时间(loadtime),需求需要响应在50ms以内,接下来用Jmeter测试一下 Jmeter安装见文章《Jemeter安装教程&am…

[集成学习]基于python的Stacking分类模型的客户购买意愿分类预测

1 导入必要的库 import pandas as pd import numpy as np import missingno as msno import matplotlib.pyplot as plt from matplotlib import rcParams import seaborn as sns from sklearn.metrics import roc_curve, auc from sklearn.linear_model import LogisticRegres…

C++ | Leetcode C++题解之第240题搜索二维矩阵II

题目&#xff1a; 题解&#xff1a; class Solution { public:bool searchMatrix(vector<vector<int>>& matrix, int target) {int m matrix.size(), n matrix[0].size();int x 0, y n - 1;while (x < m && y > 0) {if (matrix[x][y] targ…

Linux--实现线程池(万字详解)

目录 1.概念 2.封装原生线程方便使用 3.线程池工作日志 4.线程池需要处理的任务 5.进程池的实现 6.线程池运行测试 7.优化线程池&#xff08;单例模式 &#xff09; 单例模式概念 优化后的代码 8.测试单例模式 1.概念 线程池:* 一种线程使用模式。线程过多会带来调度…

QT--事件(丰富操作,高级功能)

一、事件 1.事件与信号的区别 事件来自外部&#xff0c;是随机发生的。信号来自内部&#xff0c;是主动发生的。有点像外中断和内中断的区别。事件&#xff1a;适用于处理系统级别的输入和状态变化&#xff0c;种类繁多&#xff0c;能够应对复杂的交互需求。信号/槽&#xff…

学习并测试SqlSugar的单库事务功能

SqlSugar支持单库事务、多租户事务、多库事务&#xff0c;本文学习并测试单库事务的基本用法。   使用SqlSugarClient类、ISqlSugarClient接口都可以创建SqlSugarClient数据库操作实例&#xff0c;其区别在于&#xff0c;针对单库而言&#xff0c;SqlSugarClient类支持调用Be…

硬件开发笔记(二十七):AD21导入DC座子原理图库、封装库,然后单独下载其3D模型融合为3D封装

若该文为原创文章&#xff0c;转载请注明原文出处 本文章博客地址&#xff1a;https://hpzwl.blog.csdn.net/article/details/140541464 长沙红胖子Qt&#xff08;长沙创微智科&#xff09;博文大全&#xff1a;开发技术集合&#xff08;包含Qt实用技术、树莓派、三维、OpenCV…

睿考网:2024年城乡规划师考试时间

2024年城乡规划师报名时间已经结束&#xff0c;考试时间以及考试科目为&#xff1a; 2024年9月7日&#xff1a; 9.00-11.30&#xff0c;城乡规划原理(客观题) 14.00-16.30&#xff0c;城乡规划相关知识(客观题) 2024年9月8日&#xff1a; 9.00-11.30&#xff0c;城乡规划管…

AV1技术学习:Intra Prediction

对于帧内预测模式编码块&#xff0c;亮度分量的预测模式和色度分量的预测模式在比特流中分别发出信号。亮度预测模式是基于相邻左侧和上侧两个编码块预测上下文的概率模型进行熵编码的。色度预测模式的熵编码取决于色度预测模式的状态。帧内预测以变换块为单位&#xff0c;并使…

PyTorch张量拼接方式【附维度拼接/叠加的数学推导】

文章目录 1、简介2、torch.cat3、torch.stack4、数学过程4.1、维度拼接4.1.1、二维张量4.1.2、三维张量4.1.3、具体实例 4.2、维度叠加4.2.1、0维叠加4.2.2、1维叠加4.2.3、2维叠加&#xff08;非常重要⭐&#xff09; &#x1f343;作者介绍&#xff1a;双非本科大三网络工程专…

Android14之调试广播实例(二百二十五)

简介&#xff1a; CSDN博客专家&#xff0c;专注Android/Linux系统&#xff0c;分享多mic语音方案、音视频、编解码等技术&#xff0c;与大家一起成长&#xff01; 优质专栏&#xff1a;Audio工程师进阶系列【原创干货持续更新中……】&#x1f680; 优质专栏&#xff1a;多媒…

Linux的热插拔UDEV机制和守护进程

目录 一、Linux的热插拔UDEV机制 二、守护进程 2.1 守护进程概念和基本特点&#xff1a; 2.2 显示进程信息&#xff1a; 2.3 守护进程和后台进程的区别&#xff1a; 2.4 创建守护进程的步骤和守护进程的特征&#xff1a; 2.4.1 创建守护进程的步骤&#xff1a; 2.4.2 守…

京东Android一面凉经(2024)

京东Android一面凉经(2024) 笔者作为一名双非二本毕业7年老Android, 最近面试了不少公司, 目前已告一段落, 整理一下各家的面试问题, 打算陆续发布出来, 供有缘人参考。今天给大家带来的是《京东Android一面凉经(2024)》。 面试职位: Android开发工程师 技术一面 面试时长: 50…

Plant simulation 中快速创建相同属性轨道的方法

问题&#xff1a;默认的轨道宽度是0.3m&#xff0c;默认轨道是水平的。如果要创建大量宽度1m&#xff0c;竖着的轨道有没有效率的方法呢&#xff1f;答案肯定是有的&#xff0c;按下面方法操作即可。 1、复制两个轨道模型到用户对象中&#xff0c;命名为水平轨道和竖直轨道。 …

开源免费的一个企业级商城系统

人不走空 &#x1f308;个人主页&#xff1a;人不走空 &#x1f496;系列专栏&#xff1a;算法专题 ⏰诗词歌赋&#xff1a;斯是陋室&#xff0c;惟吾德馨 系统简介 ShopXO&#xff1a; 是一款企业级免费开源商城系统&#xff0c;具备可视化DIY拖拽装修功能&#xff0…

[240720] X-CMD 发布 v0.4.1:新增 OpenAI GPT-4o mini 模型|优化 df ip dns ...

目录 X-CMD 发布 v0.4.1✨ openai✨ chat✨ df✨ ip✨ kev✨ dns✨ shodan✨ pick✨ theme X-CMD 发布 v0.4.1 ✨ openai 更新 X-CMD 现已支持 OpenAI 最新模型 GPT-4o mini&#xff01; &#x1f389; 用户只需使用 gpt4om 即可直接调用这款强大的模型。gpt 的默认模型由 g…