在字符串的格式化与反格式化中用到的模块和方法

一，Open函数使用

二，Json与pickle

一，json模块

1. 将 Python 对象转换为 JSON 字符串

2. 将 JSON 字符串解析为 Python 对象

3. 读取和写入 JSON 文件

4. 处理 JSON 中的特殊数据类型

5. 错误处理

二，pikel模块

1. 序列化 Python 对象

2. 反序列化 Python 对象

3. 处理自定义对象的序列化和反序列化

4. 使用 pickle.dumps() 和 pickle.loads()

5. 注意事项

三，Os模块的常见用法

1. 获取当前工作目录

2. 切换工作目录

4. 创建目录

5. 删除目录

6. 删除文件

7. 执行系统命令

8. 获取环境变量

9. 执行文件和目录操作的更多方法

10. 获取操作系统相关信息

一，Open函数使用

open函数的使用是用于打开一个文件，并返回文件对象。

打开文件后，可以通过文件对象进行读取、写入、关闭等操作。常用的文件对象方法有：

read(): 读取文件内容。
write(s): 写入字符串s到文件。
close(): 关闭文件。

示例代码：

# 以只读模式打开文件
file = open('example.txt', 'r')
content = file.read()
print(content)
file.close()# 以写入模式打开文件
file = open('example.txt', 'w')
file.write('Hello, world!')
file.close()

在使用open函数打开文件后，最好使用with open语句来自动关闭文件，避免忘记手动关闭文件造成资源浪费。示例代码：

with open('example.txt', 'r') as file:content = file.read()print(content)

二，Json与pickle

json 模块是 Python 标准库中用于处理 JSON 格式数据的模块。JSON（JavaScript Object Notation）是一种轻量级的数据交换格式，易于人阅读和编写，也易于机器解析和生成。

一，json模块

以下是 json 模块的一些常见用法：

1. 将 Python 对象转换为 JSON 字符串

使用 json.dumps() 方法可以将 Python 对象（字典、列表等）转换为 JSON 格式的字符串。

import jsondata = {'name': 'John','age': 30,'city': 'New York'
}json_string = json.dumps(data)
print(json_string)

输出：

{"name": "John", "age": 30, "city": "New York"}

2. 将 JSON 字符串解析为 Python 对象

使用 json.loads() 方法可以将 JSON 格式的字符串解析为 Python 对象（字典、列表等）。

json_string = '{"name": "John", "age": 30, "city": "New York"}'
data = json.loads(json_string)
print(data['name'])
print(data['age'])
print(data['city'])

输出：

John
30
New York

3. 读取和写入 JSON 文件

可以使用 json.dump() 将 Python 对象直接写入 JSON 文件，以及使用 json.load() 从 JSON 文件读取数据。

写入 JSON 文件示例：

data = {'name': 'John','age': 30,'city': 'New York'
}with open('data.json', 'w') as f:json.dump(data, f)

读取 JSON 文件示例：

with open('data.json', 'r') as f:data = json.load(f)print(data)

4. 处理 JSON 中的特殊数据类型

JSON 支持的数据类型包括字符串、数字、布尔值、数组、对象（字典）以及 null 值。json 模块可以处理 Python 中的大部分数据类型，并在序列化为 JSON 字符串时自动转换为适当的 JSON 格式。

例如，处理日期时间对象时，可以使用 default 参数来自定义序列化过程。

import json
from datetime import datetimedata = {'name': 'John','age': 30,'timestamp': datetime.now()
}# 自定义处理日期时间对象
def datetime_handler(x):if isinstance(x, datetime):return x.isoformat()json_string = json.dumps(data, default=datetime_handler)
print(json_string)

5. 错误处理

在处理 JSON 数据时，可能会遇到不符合 JSON 格式的字符串，例如格式错误的 JSON 字符串。可以使用 json.JSONDecodeError 来捕获解析错误。

json_string = '{"name": "John", "age": 30, "city": "New York"'
try:data = json.loads(json_string)print(data)
except json.JSONDecodeError as e:print(f"JSON decode error: {e}")

这些是 json 模块的一些常见用法。它在处理数据序列化、反序列化以及文件操作时非常有用，是处理跨平台数据交换的重要工具之一。

二，pikel模块

pickle 模块是 Python 的标准库之一，用于序列化和反序列化 Python 对象。它能够将 Python 对象转换为字节流（即序列化），并且可以从字节流重新构建出原始的 Python 对象（即反序列化）。pickle 模块的主要特点是可以处理几乎所有的 Python 对象，包括自定义的类实例、函数、内置对象等。

以下是 pickle 模块的常见用法示例：

1. 序列化 Python 对象

使用 pickle.dump() 方法将 Python 对象序列化为字节流，并将其写入文件中。

import pickledata = {'name': 'John','age': 30,'city': 'New York'
}# 序列化对象并写入文件
with open('data.pickle', 'wb') as f:pickle.dump(data, f)

2. 反序列化 Python 对象

使用 pickle.load() 方法从文件中读取字节流并反序列化为 Python 对象。

import pickle# 从文件中读取并反序列化对象
with open('data.pickle', 'rb') as f:data = pickle.load(f)print(data)

3. 处理自定义对象的序列化和反序列化

pickle 模块可以序列化和反序列化自定义的 Python 类的实例。只要对象是 Python 可序列化的，就可以通过 pickle 来处理。

import pickleclass Person:def __init__(self, name, age):self.name = nameself.age = ageperson = Person('Alice', 25)# 序列化自定义对象
with open('person.pickle', 'wb') as f:pickle.dump(person, f)# 反序列化对象
with open('person.pickle', 'rb') as f:loaded_person = pickle.load(f)print(loaded_person.name)print(loaded_person.age)

4. 使用 `pickle.dumps()` 和 `pickle.loads()`

除了直接操作文件外，还可以使用 pickle.dumps() 将对象序列化为字节流（而不是写入文件），并使用 pickle.loads() 将字节流反序列化为对象。

import pickledata = {'name': 'John','age': 30,'city': 'New York'
}# 将对象序列化为字节流
serialized_data = pickle.dumps(data)# 反序列化字节流为对象
deserialized_data = pickle.loads(serialized_data)
print(deserialized_data)