sys.argv   命令行參數(shù)List，第一個元素是程序本身路徑
sys.exit(n)  退出程序，正常退出時exit(0),錯誤退出sys.exit(1)
sys.version  獲取Python解釋程序的版本信息
sys.path   返回模塊的搜索路徑，初始化時使用PYTHONPATH環(huán)境變量的值
sys.platform  返回操作系統(tǒng)平臺名稱

# Json模塊提供了四個功能：dumps、dump、loads、load


import json
dic = {'k1':'v1','k2':'v2','k3':'v3'}
str_dic = json.dumps(dic) #序列化：將一個字典轉(zhuǎn)換成一個字符串
print(type(str_dic),str_dic) #<class 'str'> {"k3": "v3", "k1": "v1", "k2": "v2"}
#注意，json轉(zhuǎn)換完的字符串類型的字典中的字符串是由""表示的

dic2 = json.loads(str_dic) #反序列化：將一個字符串格式的字典轉(zhuǎn)換成一個字典
#注意，要用json的loads功能處理的字符串類型的字典中的字符串必須由""表示
print(type(dic2),dic2) #<class 'dict'> {'k1': 'v1', 'k2': 'v2', 'k3': 'v3'}


list_dic = [1,['a','b','c'],3,{'k1':'v1','k2':'v2'}]
str_dic = json.dumps(list_dic) #也可以處理嵌套的數(shù)據(jù)類型 
print(type(str_dic),str_dic) #<class 'str'> [1, ["a", "b", "c"], 3, {"k1": "v1", "k2": "v2"}]
list_dic2 = json.loads(str_dic)
print(type(list_dic2),list_dic2) #<class 'list'> [1, ['a', 'b', 'c'], 3, {'k1': 'v1', 'k2': 'v2'}]

import json
f = open('json_file','w')
dic = {'k1':'v1','k2':'v2','k3':'v3'}
json.dump(dic,f) #dump方法接收一個文件句柄，直接將字典轉(zhuǎn)換成json字符串寫入文件
f.close()

f = open('json_file')
dic2 = json.load(f) #load方法接收一個文件句柄，直接將文件中的json字符串轉(zhuǎn)換成數(shù)據(jù)結(jié)構(gòu)返回
f.close()
print(type(dic2),dic2)

import json
f = open('file','w')
json.dump({'國籍':'中國'},f)
ret = json.dumps({'國籍':'中國'})
f.write(ret+'\n')
json.dump({'國籍':'美國'},f,ensure_ascii=False)
ret = json.dumps({'國籍':'美國'},ensure_ascii=False)
f.write(ret+'\n')
f.close()

ensure_ascii關(guān)鍵字參數(shù)

# pickle模塊提供了四個功能：dumps、dump(序列化，存）、loads（反序列化，讀）、load （不僅可以序列化字典，列表...可以把python中任意的數(shù)據(jù)類型序列化


import pickle
dic = {'k1':'v1','k2':'v2','k3':'v3'}
str_dic = pickle.dumps(dic)
print(str_dic) #一串二進制內(nèi)容

dic2 = pickle.loads(str_dic)
print(dic2) #字典

import time
struct_time = time.localtime(1000000000)
print(struct_time)
f = open('pickle_file','wb')
pickle.dump(struct_time,f)
f.close()

f = open('pickle_file','rb')
struct_time2 = pickle.load(f)
print(struct_time2.tm_year)

# shelve也是python提供給我們的序列化工具，比pickle用起來更簡單一些。
# shelve只提供給我們一個open方法，是用key來訪問的，使用起來和字典類似。



import shelve
f = shelve.open('shelve_file')
f['key'] = {'int':10, 'float':9.5, 'string':'Sample data'} #直接對文件句柄操作，就可以存入數(shù)據(jù)
f.close()

import shelve
f1 = shelve.open('shelve_file')
existing = f1['key'] #取出數(shù)據(jù)的時候也只需要直接用key獲取即可，但是如果key不存在會報錯
f1.close()
print(existing)

# 這個模塊有個限制，它不支持多個應(yīng)用同一時間往同一個DB進行寫操作。所以當(dāng)我們知道我們的應(yīng)用如果只進行讀操作，我們可以讓shelve通過只讀方式打開DB


import shelve
f = shelve.open('shelve_file', flag='r')
existing = f['key']
f.close()
print(existing)

# 由于shelve在默認(rèn)情況下是不會記錄待持久化對象的任何修改的，所以我們在shelve.open()時候需要修改默認(rèn)參數(shù)，否則對象的修改不會保存。


import shelve
f1 = shelve.open('shelve_file')
print(f1['key'])
f1['key']['new_value'] = 'this was not here before'
f1.close()

f2 = shelve.open('shelve_file', writeback=True)
print(f2['key'])
f2['key']['new_value'] = 'this was not here before'
f2.close()



"""
writeback方式有優(yōu)點也有缺點。優(yōu)點是減少了我們出錯的概率，并且讓對象的持久化對用戶更加的透明了；但這種方式并不是所有的情況下都需要，首先，使用writeback以后，shelf在open()的時候會增加額外的內(nèi)存消耗，并且當(dāng)DB在close()的時候會將緩存中的每一個對象都寫入到DB，這也會帶來額外的等待時間。因為shelve沒有辦法知道緩存中哪些對象修改了，哪些對象沒有修改，因此所有的對象都會被寫入。
"""