一、json模块
之前学习过的eval内置方法可以将一个字符串转成一个python对象，不过eval方法时有局限性的，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。
import json
x = "[null,true,false,1]"
# print(eval(x)) #用eval会报错
print(json.loads(x)) # 用json就不会报错
什么是序列化？
我们把对象（变量）从内存种变成可存储或传输的过程称之为序列化，在python种叫picking，在其他语言种也被称之为serialiation,marshalling,flattening,等等，都是一个意思。序列化之后，就可以把徐磊话后的内容写入磁盘，或者通过网络传输到机器上。反过来，把变量内容从徐磊话的对象重新督导内存里称之为反序列化，即unpicking.
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。也可以方便的存储到磁盘或者通过网络传输。json不仅是标准式，并且比XML更快，而且可以直接在web页面种读取，非常方便。
json表示的对象就是标准的JavaScript语言的对象，json和python内置的书v类型如下： JSON PYTHON类型
{} dict
[] list
"string" str
1234.56 int或float
true/false Ture/False
null None
json的内部转成
dic={'name':'alex'}#---->{"name":"alex"}----->'{"name":"alex"}'
i=8 #---->'8'
s='hello' #---->"hello"------>'"hello"'
l=[11,22] #---->"[11,22]"
例1：json和eval的区别
import json
x = "[null,true,false,1]"
# print(eval(x)) #用eval会报错
print(json.loads(x)) # 用json就不会报错，即eval有局限性
例2：不用json时的读写文件方式
dic = '{"name":"老王","age":18}'
f = open("hello","w",encoding="utf-8")
f.write(dic)
f.close() # 注意，写完文件后要记得关闭文件
f_read = open("hello","r",encoding="utf-8")
data = f_read.read()
# print(data)
print(type(data))
dat = eval(data)
print(dat)
print(dat["name"])
例3：运用json时的读写方式
import json
dic = {'name':'老王','age':19}
f = open("new_hello","w",encoding="utf-8")
dic_str = json.dumps(dic) #将字典编译成json格式的字符串，因为json格式的可以进行多种数据传输。即序列化的过程
f.write(dic_str) #写入文件，最后存在文件中的形式都是字符串格式的，已经不是字典了。
f.close()
#json.dump(dic,f) #该句相当于以上两句的效果，平时用上面的比较好。 f_read = open("new_hello","r",encoding="utf-8")
data = json.loads(f_read.read()) #进行反序列化，将json格式的字符串转成普通的字符串
#data = json.load(f_read) #该句相当于以上一句。可以简单化，但是平时用上面的比较多。
print(data)
print(type(data)) #由此可见，反序列化后，又转成了字典形式。
print(data["name"]) #由上一部可以得知，这里可以进行由键取值
{'name': '老王', 'age': 19}
<class 'dict'>
老王
例4：注意一些细节
import json
with open("new_hello1","r") as f: #这种读取方式可以命名，如别名 "f"，也要有打开方式
data = f.read()
data = json.loads(data)
print(data["name"])
二，pickle模块
pickle
pickle的问题和所有其他编程语言特有的序列化问题一样，就是它只能用于python，并且可能不同版本的python彼此都不兼容，因此，只能用pickle保存那些不重要的数据，不能成功地反序列化也没关系。
例：pickle的序列化与反序列化的过程
dic = {"name":"老王","age":18,"gender":"male"}
import pickle
print(type(dic)) #<class 'dict'>
j = pickle.dumps(dic)
print(type(j)) #<class 'bytes'>
f = open("序列化_str","wb") #"w"是写入str; "wb"是写入bytes.注意这个细节
f.write(j)
f.close()
#j = picklr.dumps(dic) 和f.write(j) 这两句等价于 pickle.dump(f)
####-----> 以上pickle.dumps() 的过程就相当于 【序列化】 的过程
####-----> 以下pickle.loads() 就是反序列化的过程
f_read = open("序列化_str","rb")
data = pickle.loads(f_read.read()) #相当于 data = pickle.load(f.read)
print(data["name"])
print(data["age"])
<class 'dict'>
<class 'bytes'>
老王
18
三，shelve模块
shelve
shelve模块比pickle模块简单，只有一个open函数，返回类似字典的对象，可读可写；key必须为字符串，而值可以是python所支持的数据类。
import shelve
f = shelve.open(r"shelve1.txt") # 此处是将一个字典放入文本 f = {}
f['info1'] = {"name":"老王","age":18,"gender":"male"}
f['info2'] = {"name":"老李","age":20,"gender":"male"}
f['school_info'] = {'website':'www.baidu.com','city':'beijing'}
##---------> 以上这些是写入内容
f.close()
####运行会生成三个文件
f = shelve.open(r"shelve1.txt")
print(f.get('info1')['name']) #读取方法用f.get，读取前要打开文件。打开方式如上
四、XML
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还没有诞生的的年代里，大家只能选择用xml，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：
数据代码如下
<data>
<country name="Liechtenstein">
<rank updated="yes">2</rank>
<year updated="yes">2010</year>
<gdppc>141100</gdppc>
<neighbor direction="E" name="Austria" />
<neighbor direction="W" name="Switzerland" />
</country>
<country name="Singapore">
<rank updated="yes">5</rank>
<year updated="yes">2013</year>
<gdppc>59900</gdppc>
<neighbor direction="N" name="Malaysia" />
</country>
<country name="Panama">
<rank updated="yes">69</rank>
<year updated="yes">2013</year>
<gdppc>13600</gdppc>
<neighbor direction="W" name="Costa Rica" />
<neighbor direction="E" name="Colombia" />
</country>
</data>
注释：属性用来解释标签；属性加在标签的第一个<>里面；xml都是tag属性。
xml协议在各个语言里都是支持的，在python中可以用以下模块操作xml:
#####--------------------------> XML
import xml.etree.ElementTree as ET # 原名太长，可以起别名，方便下面引用 tree = ET.parse('xml_lesson1') #？？
root = tree.getroot() #？？
print(root.tag) #打印根节点 for i in root:
# print(i.tag) #打印data下的第一层节点，即三个country
# print(i.attrib) # 打印每个节点的属性，即country，<>内部紧跟country的部分
for j in i:
# print(j.tag) #打印data下的第二层节点，即country下的节点，
# print(j.attrib) # 打印该层每个节点的属性
print(j.text) #打印 每两个<>之间包括的值 ##-------> 遍历xml文档 for child in root:
print(child.tag,child.attrib)
for n in child:
print(n.tag,n.text) ##------> 只遍历year节点
for code in root.iter('year'):
print(code.tag,code.text) ###-------------> 修改
import xml.etree.ElementTree as ET # 原名太长，可以起别名，方便下面引用 tree = ET.parse('xml_lesson1')
root = tree.getroot() ###-------------> 修改
for code in root.iter('year'):
new_year = int(code.text) + 1
code.text = str(new_year)
code.set("updated","yes")
tree.write('xml_lesson') ##--------------> 删除节点
for node in root.findall('country'):
rank = int(node.find('rank').text)
if rank > 5:
root.remove(node)
tree.write('output.xml')
import xml.etree.ElementTree as ET # 原名太长，可以起别名，方便下面引用
tree = ET.parse('xml_lesson1') #解析xml,读取数据，摄取数据赋给变量tree,tree即成对象，
# 且是一个实体对象，可以调用一系类方法
#'xml_lesson1 里面存的都是文档树
#data是根对象，下面的country都是节点对象
root = tree.getroot() #获取tree的根节点
print(root.tag) #打印根节点
自己创建xml文档
####--------------------------> 自己创建标签语言
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 = ''
name2 = ET.SubElement(new_xml, 'name', attrib={"enrolled": "no"})
age = ET.SubElement(name2, 'age')
age.text = '' et = ET.ElementTree('newx_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