'''持久存储数据以便长期使用包括两个方面：在对象的内存中表示和存储格式之间来回转换数据，以及处理转换后数据的存储区。标准库包含很多模块可以处理不同情况下的这两个方面有两个模块可以将对象转换为一种可传输或存储的格式(这个过程被称为序列化)。最常用的是使用pickle持久存储，因为它可以与其他一些具体存储序列化数据的模块集成，如shelve。而对基于web的应用，json更为常用，因为它能更好地与现有的web服务存储工具集成一旦将内存中对象转化为一种可保存的格式，那么下一步就是确定如何存储这个数据。如果数据不需要以某种方式索引，则按照顺序先后写入序列化对象即可。Python包括一组模块可以在一个简单的数据库中存储键值对，需要索引查找时会使用某种DBM变形格式要利用DBM的格式，最直接的方式是使用shelve。可以打开shelve文件，通过一个类似字典的API来访问。保存到数据库的对象会自动"腌制"并保存，而无须调用者做任何额外的工作不过shelve有一个缺点，使用默认接口时，没有办法预测将使用哪一个DBM格式，因为shelve会根据创建数据库的系统上有哪些可用的库来选择一个格式。如果应用不需要在配置有不同的库的主机之间共享数据库文件，那么选择哪一种并不重要。不过，如果必须保证可移植性，则可以使用这个模块中的某个类来确保选择一个特定的格式对于web应用，由于这些应用已经在处理json格式的数据，因此可以使用json和dbm提供另一种持久存储机制。直接使用dbm会比使用shelve多做一些工作，因为DBM数据库键和值都必须是字符串，，而且在数据库中访问值时不会自动创建对象。还有xml，csv等格式'''

（一）pickle：对象序列化

import pickle'''pickle模块实现了一个算法，可以将一个Python对象转换为一系列字节。这个过程被称为序列化。可以传输或存储表示对象的字节流，然后再重新构造来创建有相同性质的新对象。'''# 注意：'''pickle的文档明确指出它不提供任何安全保证。实际上，对数据解除"腌制"(反序列化)可以执行任意的代码。使用pickle模块完成进程间通信或数据存储时要当心，另外不要相信未经过安全验证的数据。'''

1.编码和解码字符串中的数据

import pickle'''可以使用dumps将Python中对象进行序列化，也可以使用loads将序列化的对象转换成Python中的对象'''d = {"a": 1, "b": 2}data_string = pickle.dumps(d)print(data_string)# 传入序列化对象data = pickle.loads(data_string)  # b'\x80\x03}q\x00(X\x01\x00\x00\x00aq\x01K\x01X\x01\x00\x00\x00bq\x02K\x02u.'print(data["a"] + data["b"])  # 3'''dumps(python对象) --> 序列化对象loads(序列化对象) --> Python对象默认地，pickle将以一种二进制格式写入，在Python3程序之间共享时这种兼容性最好数据序列化后，可以写到一个文件、套接字、管道或者其它位置，之后可以读取这个文件，将文件进行反序列化，以便用同样的值构造一个新对象'''# 注意：可以序列化Python中的大部分常见对象class A:    a = "aaa"a = A()obj = pickle.dumps(a)# 反序列化之后的对象和原来的对象是一样的，但是不是同一个对象print(pickle.loads(obj) is a)  # Falseprint(pickle.loads(obj).a)  # aaa# 除此之外，pickle还可以将序列化dump到一个文件里,然后从文件里面load'''函数分别是dump和loadpickle.dump(python对象, f)pickle.load(f)和不涉及文件的dumps、loads类似pickle.dumps(Python对象)  -->会有返回值，objpickle.loads(obj)操作类似，不再演示'''

2.处理流

import pickleimport io'''除了dumps、loads，pickle还提供了一些便利的函数来处理类似文件的流。可以向一个流写多个对象，然后从流读取这些对象，而无须事先知道要写多个对象或者这些对象有多大。'''d = {"a": 1, "b": 2}l = [1, 2, 3]s = {1, 1, 3}data = [d, l, s]out_s = io.BytesIO()for o in data:    pickle.dump(o, out_s)    out_s.flush()in_s = io.BytesIO(out_s.getvalue())while True:    try:        o = pickle.load(in_s)        print(o)    except EOFError:        break'''{'a': 1, 'b': 2}[1, 2, 3]{1, 3}'''

3.重构对象的问题

import pickleimport sys'''处理定制类时，腌制的类必须出现在读取pickle的进程所在的命名空间里。只会腌制这个实例的数据，而不是类定义。类名用于查找构造函数，以便在解除腌制时创建新对象。比如我在A.py中定义了一个类Foo，然后将其实例对象序列化。我在B.py中将其反序列化，是会报错的，因为根本就有没有Foo这个类，如果from A import Foo之后，那么便不会报错。说明腌制的类必须出现在读取pickle的进程所在的命名空间里'''

4.不可腌制的对象

import pickle'''并不是所有对象都是可腌制的。套接字、文件句柄、数据库连接以及其他运行时状态依赖于操作系统或其他进程的对象，其可能无法用一种有意义的方式保存。如果对象包含不可腌制的属性，则可以定义__getstate__和__setstate__来返回所腌制实例的状态的一个子集__getstate__方法必须返回一个对象，其中包含所腌制对象的内部状态。表示状态的一种便利方式是使用字典，不过值可以是任意的可腌制对象。保存状态，然后在从pickle加载对象时将所保存的状态传入__setstate__'''class A:    def __init__(self):        self.name = "mashiro"        self.age = 16    def __getstate__(self):        print("__getstate__")        return {"name": self.name, "age": self.age}    def __setstate__(self, state):        print("__setstate__")        print(state)a = A()# 当dumps的时候，会触发__getstate__方法，要有一个返回值dump_obj = pickle.dumps(a)  # __getstate__# 当loads的时候，会触发__setstate__方法，__getstate__方法的返回值会传给stateload_obj = pickle.loads(dump_obj)'''__setstate__{'name': 'mashiro', 'age': 16}'''# 而且pickle协议会自动处理对象之间的循环引用，所以复杂数据结构不需要任何特殊的处理。

2.dbm：Unix-键值数据库

'''在一些小型程序中，不需要关系型数据库时，可以方便的用持久字典来存储键值对，和python中的字典非常类似。而且dbm的键和值都必须是str或者bytes类型'''import dbm'''这里第一个参数直接传入文件名，第二个参数表示模式常见的模式：r：可读，默认就是这个模式w：可读可写但是r、w，都必须确保文件已经存在，否则报错。c：可读可写，文件不存在时会创建n：可读可写，但总是会创建一个新的文件，也就是说如果创建同名文件，那么之前的内容都会被清空，也就是起不到追加的效果。因此我们平常的模式一般都会选择c第三个参数是权限，这个在windows下基本不用，是一组用八进制表示的数字，默认是0o666，都是可读可写不可执行'''db = dbm.open("store", "c")# 打开文件之后，就可以存储值了# 注意key和value都必须是str或者bytes类型db["name"] = "satori"db["age"] = "16"db["gender"] = "f"db["anime"] = "东方地灵殿"# 关闭文件，将内容写到磁盘上db.close()################################################################# 打开文件db = dbm.open("store", "c")print(db.keys())  # [b'name', b'age', b'gender', b'anime']for key in db.keys():    print(f"key={key}, value={db[key]}")    '''    key=b'name', value=b'satori'    key=b'age', value=b'16'    key=b'gender', value=b'f'    key=b'anime', value=b'\xe4\xb8\x9c\xe6\x96\xb9\xe5\x9c\xb0\xe7\x81\xb5\xe6\xae\xbf'    '''

　　会多出这么三个文件

3.shelve：对象的持久存储

'''shelve和dbm比较类似，但是功能远比dbm强大，因为它可以持久化任意对象'''import shelve# 参数flag默认是c,因此我们只需要传入文件名就可以了，这个是自动追加在后面的# 也就是说我写完之后，再次打开继续写的话，只会追加不会清空sh = shelve.open("shelve")sh["dict"] = {"name": "satori", "age": 16}sh["list"] = [1, 2, 3, 4]sh["set"] = {1, 2, 3, 2}# 写完之后关闭文件，刷到内存里面# 关闭之后就无法操作了sh.close()# 下面我们就可以操作数据了，下面的代码即便写在另一个py文件里面也是可以的sh2 = shelve.open("shelve")print(sh2["dict"], sh2["dict"].keys())  # {'name': 'satori', 'age': 16} dict_keys(['name', 'age'])print(sh2["list"], sum(sh2["list"]))  # [1, 2, 3, 4] 10print(sh2["set"])  # {1, 2, 3}sh2.close()# 可以看到，拿出来的就是原生的对象，可以直接用来进行操作的。那我们看看自己定义的类可不可以呢？sh3 = shelve.open("shelve")class A:    def __init__(self, name, age):        self.name = name        self.age = age    @property    def print_info(self):        return f"my name is {self.name}, age is {self.age}"a = A("satori", 16)# 将这个类和类的一个实例对象存储进去sh3["A"] = Ash3["a"] = ash3.close()######################################sh4 = shelve.open("shelve")# sh4["A"]拿到A这个类，传入参数，调用方法print(sh4["A"]("mashiro", "17").print_info)  # my name is mashiro, age is 17# sh4["a"]拿到a这个实例对象，直接调用方法print(sh4["a"].print_info)  # my name is satori, age is 16# 我们发现依旧是可以的，说明了shelve这个模块真的很强大

# 我们再来看一个例子import shelvesh = shelve.open("shelve")sh["list"] = [1, 2, 3]sh["str"] = "mashiro"sh.close()##############################sh = shelve.open("shelve")sh["list"].append("xxxx")sh["str"] = "satori"sh.close()#######################sh = shelve.open("shelve")print(sh["list"])  # [1, 2, 3]print(sh["str"])  # satori'''分析结果，第一次打开文件我们创建两个键值对sh["list"] = [1, 2, 3]sh["str"] = "mashiro"第二次打开文件，修改了两个键的值第三次打开文件，打印。但是我们发现sh["str"]改变了，但是sh["list"]没有改变，这是为什么？首先sh["str"] = "satori"很好理解，但是为什么sh["list"]没有变？因为=，我们是直接赋值，将这一块内存里面的值给换掉，而sh["list"]我们是做append操作，这只是在原来的基础上进行修改shelve默认情况下是不会记录，持久化对象的修改的，除非你是创建新的对象，或者是把原来的对象给换掉如果是在原来的基础上(可变类型),比如列表、字典，进行添加或者删除操作，这些是不会被记录的所以：sh["list"]=[1, 2, 3]  sh["list"].append("xxxx")  --->sh["list"]仍是[1, 2, 3]不会是[1, 2, 3, "xxx"]因为shelve没有记录对象自身的修改，如果我想得到期望的结果，一种方法是把对象整体换掉sh["list"] = [1, 2, 3, "xxxx"]，这样等于是重新赋值，是可行的。但是有时候我们不知道列表里面内容，或者列表里面的内容是一些函数、类什么的、不好写的话，该咋办呢？其实我们在打开文件的时候，还可以加上一个参数，叫做writeback'''

import shelvesh = shelve.open("shelve")sh["list"] = [1, 2, 3]sh["str"] = "mashiro"sh.close()############################### 如果我们需要进行修改，那么加上一个writeback=True就可以了，从名字也能看出来# 这是会将修改的内容从新写回去sh = shelve.open("shelve", writeback=True)sh["list"].append("xxxx")sh["str"] = "satori"sh.close()#######################sh = shelve.open("shelve")print(sh["list"])  # [1, 2, 3, 'xxxx']print(sh["str"])  # satori'''可以看到都发生改变了，但是这个参数有缺陷，就是会有额外的内存消耗。当我们加上writeback=True的时候shelve会将我们读取的对象都放到一个内存缓存当中。比如说我们获取了20持久化的对象，但是我们只修改了一个，剩余的19个只是查看并没有做修改，但当我们sh.close()的时候，会将这20个对象都写回去因为shelve不知道你会对哪个对象进行修改，于是不管你是查看还是修改，都会放到缓存当中，然后再一次性都写回去。这样会造成两点：1.对象放到内存缓存当中，等于是重新拷贝了一份，因为我们读取文件已经到内存当中了，而shelve又把我们使用的对象放到内存的另一片空间中2.写入数据，我们明明只修改了一份数据，但是它把20份都重新写回去了，这样会造成性能上的问题，导致效率会降低。因此加不加这个参数，由具体情况决定'''

4.sqlite3：嵌入式关系数据库

'''不做介绍，因为这个数据库真的没有啥用，不想浪费时间。因为Python3标准库这本书太特么厚了'''

5.xml.etree.ElementTree：xml操纵API

'''不做介绍，因为这个xml这种格式基本上没人用了。都用json，除非一些非常老的金融公司还会用xml，否则基本都不用xml，遇见了再在网上搜吧，不想浪费时间。因为Python3标准库这本书太特么厚了'''

6.csv：逗号分隔符文件

'''不做介绍，因为csv文件的话，我一般不用csv模块取处理，而是使用一个更强大的第三方库pandas，这个库能做到的远远比csv模块多得多，所以建议了解pandas，csv模块这里就不做介绍，不想浪费时间因为Python3标准库这本书太特么厚了'''