目录

• OS模块
• sys模块
• json和pickle模块
  • 序列化和反序列化
  • json模块
  • pickle
  • logging模块

OS模块

能与操作系统交互，控制文件 / 文件夹

# 创建文件夹import osos.mkdir(r'D:\py_case\test')# 删除文件夹os.rmdir(r'D:\py_case\test')# # 列出指定目录下所有文件和子目录 （子目录文件不会列出来）res = os.listdir(r'D:\pycharm_project\Test')print(res)# 打印结果：['.idea', 'ex16.py', 'test.json', 'test.pkl', 'test.py']# 列出当前文件所在的文件夹res = os.getcwd()print(res)# 打印结果： D:\pycharm_project\Test# 列出当前文件所在的具体路径# __file__ pycharm独有的res = os.path.abspath(__file__) # 根据不同的操作系统更换不同的/或print(res) # D:\pycharm_project\Test\test.py# 文件的文件夹res = os.path.dirname(os.path.abspath(__file__))print(res) # D:\pycharm_project\Testres = os.path.dirname(os.path.dirname(os.path.abspath(__file__)))print(res) # D:\pycharm_project# 拼接文件路径res = os.path.join(os.path.dirname(os.path.abspath(__file__)), 'img', 'test.jpg')print(res) # D:\pycharm_project\Test\img\test.jpg# 判断路径是否存在（文件 / 文件夹都适用）res = os.path.exists(r'D:\pycharm_project\Test\ex16.py')print(res) # True# 判断是否为文件res = os.path.isfile(r'D:\pycharm_project\Test\aaa')print(res) # False# 删除文件os.remove('test.txt')# 重命名文件os.rename('test.txt', 'test2.txt')# 判断是否为文件夹res = os.path.isdir(r'D:\pycharm_project\Test\aaa')print(res) #True# 与终端交互，输入命令res = os.system('dir')print(res)

res = os.walk(r'D:\pycharm_project\Test\aaa')print(res) # <generator object walk at 0x0000027DB46916D8>res = os.walk(r'D:\pycharm_project\Test')# print(res)for dir, _, files in res: # print(i) # 所有文件夹名 # print(l) # 某个文件下对应的所有文件名 for file in files: file_path = os.path.join(dir,file) # 拼接成所有文件名 if file_path.endswith('py'): # 拿到py文件 print(file_path) # 打印结果：'''D:\pycharm_project\Test\ex16.pyD:\pycharm_project\Test\test.pyD:\pycharm_project\Test\aaa\12.py'''

sys模块

与python解释器交互

import sys## 最常用，当使用命令行式运行文件，接收多余的参数res = sys.argvprint(res)

json和pickle模块

序列化和反序列化

• 序列化：按照特定的规则排列，把python数据类型转化为json串，便于跨平台传输
• 反序列化：把json串转化为python / java / c / php 需要的语言

Json序列化并不是python独有的，json序列化在java等语言中也会涉及到，因此使用json序列化能够达到跨平台传输数据的目的。

json数据类型和python数据类型对应关系表

json模块

dic = {'a': 1, 'b': 2, 'c': None}data = json.dumps(dic) # json串中没有单引号print(type(data), data)data = json.loads(data)print(type(data), data)# 打印结果：'''<class 'str'> {"a": 1, "b": 2, "c": null}<class 'dict'> {'a': 1, 'b': 2, 'c': None}'''

dic = {'a': 1, 'b': 2, 'c': None}# 序列化字典为json串，并保存文件with open('test.json', 'w', encoding='utf-8') as fw: json.dump(dic, fw) # 反序列化with open(f'{"test"}.json', 'r', encoding='utf-8') as fr: data = json.load(fr) print(type(data), data) # <class 'dict'> {'a': 1, 'b': 2, 'c': None}

pickle

Pickle序列化和所有其他编程语言特有的序列化问题一样，它只能用于Python。但是pickle的好处是可以存储Python中的所有的数据类型，包括对象，而json不可以。

import picklese = {1, 3, 4, 5, 6}with open('test.pkl', 'wb') as fw: pickle.dump(se, fw)

se = {1, 3, 4, 5, 6}def func(): x = 3 def wrapper(): print(x) return wrapperwith open('test.pkl', 'wb') as fw: pickle.dump(func, fw)with open('test.pkl', 'rb') as fr: data = pickle.load(fr) # print(data) res = data() res()

logging模块

v1:

import logging# 日志级别（如果不设置，默认显示30以上）logging.info('info') # 10logging.debug('debug') # 20logging.warning('warning') # 30logging.error('error') # 40logging.critical('critical') # 50# 打印结果：'''WARNING:root:warningERROR:root:errorCRITICAL:root:critical'''

v2:

import logging# 日志的基本配置logging.basicConfig(filename='access.log', format='%(asctime)s - %(name)s - %(levelname)s -%(module)s: %(message)s', datefmt='%Y-%m-%d %H:%M:%S %p', level=10) # level是等级，10以上的都记录日志logging.info('正常信息') # 10logging.debug('调试信息') # 20logging.warning('警告信息') # 30logging.error('报错信息') # 40logging.critical('严重错误信息') # 50# 会创建一个access.log日志：'''2019-09-27 21:57:45 PM - root - DEBUG -test: 调试信息2019-09-27 21:57:45 PM - root - INFO -test: 正常信息2019-09-27 21:57:45 PM - root - WARNING -test: 警告信息2019-09-27 21:57:45 PM - root - ERROR -test: 报错信息2019-09-27 21:57:45 PM - root - CRITICAL -test: 严重错误信息'''

v3: 自定义配置

import logging# 1. 配置logger对象cwz_logger = logging.Logger('cwz')neo_logger = logging.Logger('neo')# 2. 配置格式formmater1 = logging.Formatter('%(asctime)s - %(name)s -%(thread)d - %(levelname)s -%(module)s: %(message)s', datefmt='%Y-%m-%d %H:%M:%S %p ', )formmater2 = logging.Formatter('%(asctime)s : %(message)s', datefmt='%Y-%m-%d %H:%M:%S %p', )formmater3 = logging.Formatter('%(name)s %(message)s', )# 3. 配置handler --> 往文件打印or往终端打印h1 = logging.FileHandler('cwz.log')h2 = logging.FileHandler('neo.log')sm = logging.StreamHandler()# 4. 给handler配置格式h1.setFormatter(formmater1)h2.setFormatter(formmater2)sm.setFormatter(formmater3)# 5. 把handler绑定给logger对象cwz_logger.addHandler(h1)cwz_logger.addHandler(sm)neo_logger.addHandler(h2)# 6. 直接使用cwz_logger.info(f'cwz 购买 变形金刚 8个')