1、json和pickle

json用於字符串和Python數據類型間進行轉換
pickle用於python特有的類型和python的數據類型間進行轉換
json和pickle均提供了四種方法dumps,dump,loads,load

##json
dumps()   ##轉換成字符串
loads()   ##將json編碼的字符串再轉換為python的數據結構
dump()    ##轉換成字符串並存存儲到文件中
load()    ##從數據文件中讀取數據,並將json編碼的字符串轉換為python的數據結構

>>> print(json.dumps([‘aa‘, ‘bb
 
‘, ‘cc‘]))
["aa", "bb", "cc"]
>>> print(json.loads(‘["aa", "bb", "cc"]‘))
[‘aa‘, ‘bb‘, ‘cc‘]


##pickle
dumps()   ##將數據通過特殊的形式轉換為只有python語言認識的字符串
loads()   ##將pickle數據轉換為python的數據結構
dump()    ##將數據通過特殊的形式轉換為只有python語言認識的字符串，並寫入文件
load()    ##從數據文件中讀取數據，並轉換為python的數據結構

>>> print(pickle.dumps([‘
 
aa‘, ‘bb‘, ‘cc‘]))
b‘\x80\x03]q\x00(X\x02\x00\x00\x00aaq\x01X\x02\x00\x00\x00bbq\x02X\x02\x00\x00\x00ccq\x03e.‘
>>> print(pickle.loads(b‘\x80\x03]q\x00(X\x02\x00\x00\x00aaq\x01X\x02\x00\x00\x00bbq\x02X\x02\x00\x00\x00ccq\x03e.‘))
[‘aa‘, ‘bb‘, ‘cc‘]

2、random

random.random()           ##0~1之間的隨機小數
random.uniform(1,3)       ##1~3之間的隨機小數
random.randint(1,5)       #
 
#[1,5]之間的隨機整數
random.randrange(1,10,2)  ##[1,10) 之間隨機奇數，間隔為2的數
random.choice([1,‘23‘,[4,5]])    ##隨機選擇一個返回
random.sample([1,‘23‘,[4,5]],2)  ##隨機選擇多個返回，返回的個數為函數的第二個參數
random.shuffle([1,3,5,7,9])  ##打亂列表順序


##返回驗證碼
import random

def v_code():

    code = ‘‘
    for i in range(5):

        num=random.randint(0,9)
        alf=chr(random.randint(65,90))
        add=random.choice([num,alf])
        code="".join([code,str(add)])

    return code

print(v_code())

3、hashlib

hashlib提供了常見的摘要算法，如MD5，SHA1等等。

##md5計算
md5 = hashlib.md5("key".encode("utf8"))   ##可以添加秘鑰，秘鑰可以是用戶id，這樣就算密碼相同，加密後的md5也是不一樣的
md5.update(b‘love fly‘)
print(md5.hexdigest())

##SHA1
sha1 = hashlib.sha1("key".encode("utf8"))
sha1.update(b‘love fly‘)
print(sha1.hexdigest())

##計算MD5
>>> import hashlib
>>> md5 = hashlib.md5()
>>> md5.update(b‘love fly‘)
>>> print(md5.hexdigest())
61976ec704dbce25ccb37ecacef1e4d6

##如果數據量很大，可以分塊多次調用update()，最後計算的結果是一樣的
>>> import hashlib
>>> md5 = hashlib.md5()
>>> md5.update(b‘love‘)
>>> md5.update(b‘ fly‘)
>>> print(md5.hexdigest())
61976ec704dbce25ccb37ecacef1e4d6

4、collections

ollections是Python內建的一個集合模塊，提供了許多有用的集合類，是python對默認數據結構的一種補充

##namedtuple是一個函數，它用來創建一個自定義的元組對象，並且規定了元組元素的個數，並可以用屬性而不是索引來引用元組的某個元素。
>>> from collections import namedtuple
>>> colltuple = namedtuple(‘colltuple‘, [‘x‘,‘y‘])
>>> col = colltuple(‘yong‘,‘fly‘)
>>> col.x
‘yong‘
>>> col.y
‘fly‘
在內置數據類型（dict、list、set、tuple）的基礎上，collections模塊還提供了幾個額外的數據類型：Counter、deque、defaultdict、namedtuple和OrderedDict等。
1.namedtuple: 生成可以使用名字來訪問元素內容的tuple
2.deque: 雙端隊列，可以快速的從另外一側追加和推出對象
3.Counter: 計數器，主要用來計數
4.OrderedDict: 有序字典
5.defaultdict: 帶有默認值的字典


##deque: list插入和刪除元素很慢,數據量大的時候，插入和刪除效率很低。deque是為了高效實現插入和刪除操作的雙向列表，適合用於隊列和棧。
>>> from collections import deque
>>> q = deque([‘a‘,‘b‘,‘c‘])
>>> q.append(‘d‘)       ##默認添加列表最後一項
>>> q.appendleft(‘e‘)   ##添加到列表第一項
>>> q
deque([‘e‘, ‘a‘, ‘b‘, ‘c‘, ‘d‘])
>>> q.pop()             ##默認刪除列表最後一個元素
‘d‘
>>> q.popleft()         ##刪除列表的第一個元素
‘e‘
>>> q
deque([‘a‘, ‘b‘, ‘c‘])

##defaultdict使用字典時，如果引用的Key不存在，就會拋出 KeyError，如果希望key不存在時，返回一個默認值，就可以用 defaultdict. 
    X=defaultdict(lambda: ‘N/A‘)
##OrderedDict有序字典的應用。OrderedDict 的有序性是按照插入的順序，而不是KEY的順序。
##Counter簡單的計數器，例如，統計字符出現的個數。

Python常用模塊之json、pickle、random、hashlib、collections