python成长之旅8

一、代码写出XML数据格式
- et = ET.ELementTree(new_xml)
et.write("test.xml",encoding = 'utf-8',xml_declaration=True)
json
- 可以进行任何语言之间的数据交换
- json与pickle
- pickle 只能进行python与python之间的数据交换

- 装换为json字符串

import json
dic = {"name": "alex"}
data = json.dumps(dic)
print(data)
print(type(data))

- json的两种最重要的方法
- dumps&loads

- 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。

- import json
x="[null,true,false,1]"
print(eval(x))
print(json.loads(x))

- 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：

和python数据类型一致

序列化：
#----------------------------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)

注意点：

import json
#dct="{'1':111}"#json 不认单引号
#dct=str({"1":111})#报错,因为生成的数据还是单引号:{'one': 1}

dct='{"1":"111"}'
print(json.loads(dct))

#conclusion:
# 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