python中怎样增加组件之间的行距和宽度

 

一、json模块 (重点)

　　之前我们学习过用eval内置方法可以将一个字符串转成python对象，不过，eval方法是有局限性的，对于普通的数据类型，json.loads和eval都能用。

　　但遇到特殊类型的时候，eval就不管用了,所以eval的重点还是通常用来执行一个字符串表达式，并返回表达式的值。

 

什么是序列化？

我们把对象(变量)从内存中变成可存储或传输的过程称之为序列化，在Python中叫pickling，在其他语言中也被称之为serialization，marshalling，flattening等等，都是一个意思。

序列化之后，就可以把序列化后的内容写入磁盘，或者通过网络传输到别的机器上。

反过来，把变量内容从序列化的对象重新读到内存里称之为反序列化，即unpickling。

json

　　如果我们要在不同的编程语言之间传递对象，就必须把对象序列化为标准格式，比如XML，但更好的方法是序列化为JSON，因为JSON表示出来就是一个字符串，可以被所有语言读取，也可以方便地存储到磁盘或者通过网络传输。JSON不仅是标准格式，并且比XML更快，而且可以直接在Web页面中读取，非常方便。

　　JSON表示的对象就是标准的 JavaScript 语言的对象，JSON和 Python内置的数据类型 对应如下：

 

 

 

对比，json.dump(data,filehandle) 和 json.dumps(data) 的区别

　　　json.load(filehandle) 和 json.loads(data)

#----------------------------序列化
import json
 
dic={'name':'alvin','age':23,'sex':'male'}
print(type(dic))#<class 'dict'>
 
j=json.dumps(dic)
print(type(j))#<class 'str'>
 
 
f=open('序列化对象','w')
f.write(j)  #-------------------等价于json.dump(dic,f)
f.close()
#-----------------------------反序列化<br>
import json
f=open('序列化对象')
data=json.loads(f.read())#  等价于data=json.load(f)

 

 

import json
dic={'name':'alex',"age":"18"}

#json.dumps(data) 将data处理为符合json规范的字符串 (例如: 所有单引号-->> 双引号)
res=json.dumps(dic)  #  {'name':'alex',"age":"18"} --->>  {"name":"alex","age":"18"} --->>  '{"name":"alex","age":"18"}'
print("json处理后的数据:",type(res),res)   #<class 'str'> {"name": "alex", "age": "18"}  #json会把源数据里的所有引号，都变成双引号，再转换成json字符串

#1.将json处理后的数据，写入文件a
# with open("a","w",encoding="utf-8") as f:
#     f.write(res)

#2.从文件里读取，json数据
with open("a","r",encoding="utf-8") as f:
    data=f.read()
    print("从文件中读取json数据为:",type(data),data)

    data2=json.loads(data)  #json.loads(data) 将字符串转换为 对应的数据类型
    print("从文件读取数据，再用json处理后为:",type(data2),data2)

#运行结果:
json处理后的数据: <class 'str'> {"name": "alex", "age": "18"}
从文件中读取json数据为: <class 'str'> {"name": "alex", "age": "18"}
从文件读取数据，再用json处理后为: <class 'dict'> {'name': 'alex', 'age': '18'}

对比上下 2种方式

import json
dic={'name':'alex',"age":"18"}

# 1.将数据，写入文件b （注意: 此处，写入文件时，是普通模式，非json数据） python默认将引号都变成单引号，再写入文件
with open("b","w",encoding="utf-8") as f:
    f.write(str(dic))

#2.从文件里读取，json数据
with open("b","r",encoding="utf-8") as f:
    data=f.read()
    print("从文件中读取的数据为:",type(data),data)

    data2=json.loads(data)  #json.loads(data) 由于文件保存时，写入文件的数据不是json数据，所以，读取该文件数据，再用json的方法解析时，会出错
    print("从文件读取数据，再用json处理后为:",type(data2),data2)

 

json.loads(data) 注意事项  无论数据是怎样创建的，只要满足json格式，就可以json.loads出来,不一定非要dumps的数据才能loads

import json

# 从文件里读取数据
with open("c","r",encoding="utf-8") as f:  #文件c里的内容为(双引号):  {"name":"Alex"}
    data1=f.read()
    print(type(data1),data1)  # <class 'str'> {"name":"Alex"}

    data2=json.loads(data1)
    print(type(data2),data2) # <class 'dict'> {'name': 'Alex'}

# 从文件里读取数据
with open("d","r",encoding="utf-8") as f: #文件d里的内容为(单引号):  {'name':'Alex'}
    data3=f.read()
    print(type(data3),data3) # <class 'str'> {'name':'Alex'}

    data4=json.loads(data3)  #运行到此处时，会出错。因为 data3的内容是(有单引号): <class 'str'> {'name':'Alex'}
    print(type(data4),data4)

 

二、pickle 模块 (了解)

　　pickle模块与json模块基本一样，也有pickle.dump() 、pickle.dumps(); pickle.load()、pickle.loads()

　和json模块的不同点:

1. pickle模块 支持的数据类型更多
2. pickle模块 dump处理，保存数据到文件时，我们一般的打开文件后，无法正常阅读 (因为pickle.dump()处理后，数据变成bytes，再写入文件的)，一定程度上可起到安全保护作用。
3. 经过pickle的dump处理，保存到文件后，要提取文件信息，只能通过 pickle.load() 来解析

 

三、xml 模块

　　xml是实现不同语言或程序之间进行数据交换的协议，跟json差不多，但json使用起来更简单，不过，古时候，在json还没诞生的黑暗年代，大家只能选择用xml呀，至今很多传统公司如金融行业的很多系统的接口还主要是xml

　　xml的格式如下，就是通过<>节点来区别数据结构的

<?xml version="1.0"?>
<data>
    <country name="Liechtenstein">
        <rank updated="yes">2</rank>
        <year>2008</year>
        <gdppc>141100</gdppc>
        <neighbor name="Austria" direction="E"/>
        <neighbor name="Switzerland" direction="W"/>
    </country>
    <country name="Singapore">
        <rank updated="yes">5</rank>
        <year>2011</year>
        <gdppc>59900</gdppc>
        <neighbor name="Malaysia" direction="N"/>
    </country>
    <country name="Panama">
        <rank updated="yes">69</rank>
        <year>2011</year>
        <gdppc>13600</gdppc>
        <neighbor name="Costa Rica" direction="W"/>
        <neighbor name="Colombia" direction="E"/>
    </country>
</data>

xml协议在各个语言里的都 是支持的，在python中可以用以下模块操作xml：

import xml.etree.ElementTree as ET  # 给导入的模块，起个别名

tree = ET.parse("xml_test.xml") #获取xml操作对象
root = tree.getroot()  #获取根节点(对象)
print(root.tag)  #1.  tag: 节点的标签名

# 遍历xml 根节点
for child in root:
    print(child.tag, child.attrib)  #2 attrib:子节点的属性 (字典，键值对的形式)
    for i in child: #遍历二级节点
        print(i.tag, i.text)    #3 text: 三级子节点的 文本

# 只遍历year 节点
for node in root.iter('year'):  #遍历root根节点下的所有<year>三级节点
    print(node.tag, node.text)
# ---------------------------------------

import xml.etree.ElementTree as ET

tree = ET.parse("xml_test.xml")
root = tree.getroot()

# 修改
for node in root.iter('year'): # .iter()  遍历根节点下，所有tag是"year"的子节点
    new_year = int(node.text) + 1  #年份+1
    node.text = str(new_year) #完成年份的修改
    node.set("updated", "yes") #修改属性(属性名，属性值)，若该节点没有属性，则会添加  注意:只是在内存里修改了对象

# tree.write("xmltest-new.xml") #修改后，写入文件(新文件)
tree.write("xml_test.xml") #修改后，写入文件(原文件覆盖)

# 删除node
for country in root.findall('country'): #.findall() #遍历根节点下 所有的tag是"country"的子节点
    rank = int(country.find('rank').text) #.find()根据节点的tag查找子节点
    if rank > 50:
        root.remove(country) # .remove() 移除节点

tree.write('output.xml') #修改后，写入文件

XML文件操作

自己创建xml文档

import xml.etree.ElementTree as ET
 
 
new_xml = ET.Element("namelist")
name = ET.SubElement(new_xml,"name",attrib={"enrolled":"yes"})
age = ET.SubElement(name,"age",attrib={"checked":"no"})
sex = ET.SubElement(name,"sex")
sex.text = '33'
name2 = ET.SubElement(new_xml,"name",attrib={"enrolled":"no"})
age = ET.SubElement(name2,"age")
age.text = '19'
 
et = ET.ElementTree(new_xml) #生成文档对象
et.write("test.xml", encoding="utf-8",xml_declaration=True)
 
ET.dump(new_xml) #打印生成的格式

View Code