


La sérialisation et la désérialisation des objets Python sont des aspects clés de tout programme non trivial. Si vous enregistrez quelque chose dans un fichier Python, vous effectuez une sérialisation d'objets et une désérialisation si vous lisez le fichier de configuration, ou si vous répondez à une demande HTTP.
La sérialisation et la désérialisation sont les choses les plus ennuyeuses du monde dans un sens. Qui se soucie de tous ces formats et protocoles? Vous voulez persister ou diffuser des objets Python et les récupérer dans son intégralité plus tard.
C'est un excellent moyen de voir le monde au niveau conceptuel. Cependant, à un niveau pratique, le schéma de sérialisation, le format ou le protocole que vous choisissez peut déterminer la rapidité avec laquelle le programme fonctionne, la sécurité, la liberté de maintenance et le degré d'interopérabilité avec d'autres systèmes.
Il y a tellement d'options car différentes situations nécessitent des solutions différentes. L'approche "unique" ne fonctionne pas. Dans ce tutoriel en deux parties, je vais:
- Aper?u des avantages et des inconvénients des schémas de sérialisation et de désérialisation les plus réussis
- Montrez comment les utiliser
- fournit des lignes directrices pour le choix entre les cas d'utilisation spécifiques
Exemple de course
Dans la section suivante, nous allons sérialiser et désérialiser le même graphique d'objet Python en utilisant différents sérialiseurs. Pour éviter la duplication, définissons ces graphiques d'objet ici.
Diagramme d'objet simple
Un graphique d'objet simple est un dictionnaire contenant une liste d'inters, des cha?nes, des numéros de points flottants, des objets booléens et DateTime, ainsi qu'une instance de classe définie par l'utilisateur avec des méthodes de vidage, de charge et de vidage () qui peuvent être sérialisées en fichier ouvert (objet de type fichier).
-
La méthode
Load () désérialise à partir d'un objet de type fichier ouvert.
-
TypeError: comme suit: `` ' Traceback (appel le plus récent dernier):
Fichier "Serialize.py", ligne 49, dans
Print (JSON.Dumps (complexe)
Fichier "/usr/lib/python3.8/json/Init.py", ligne 231, dans les baignoires
Fichier "/usr/lib/python3.8/json/encoder.py", ligne 199, dans Encode
chunks = self.iterencode (o, _one_shot = true)
Fichier "/usr/lib/python3.8/json/encoder.py" .py ", ligne 179, en défaut
Rouvrir TypeError (f'object de type {O<code> 哇!這看起來一點(diǎn)也不好。發(fā)生了什么?錯誤消息是 JSONEncoder 類使用的 default() 方法在 JSON 編碼器遇到無法序列化的對象時調(diào)用的。 自定義編碼器的任務(wù)是將其轉(zhuǎn)換為 JSON 編碼器能夠編碼的 Python 對象圖。在本例中,我們有兩個需要特殊編碼的對象:A 類。以下編碼器可以完成這項(xiàng)工作。每個特殊對象都轉(zhuǎn)換為“\_\_A\_\_”和 pprint 函數(shù)的 load() 和 object_hook 參數(shù),允許您提供自定義函數(shù)來將字典轉(zhuǎn)換為對象。 </code>
def decode_object (o):
print (désérialized)
if ' a ' in o:
a = a ()
a. dict .update (o [' a ']
'
DateTime ' dans o:
return dateTime.Strptime (o [' dateTime '], '% y-% m-% dt% h:% m:% s')
Retour O
désérialized = json.loads (sérialisé, object_hook = decode_object)<code> 讓我們使用 object_hook 參數(shù)進(jìn)行解碼。 </code>
# imprimés: {'a': & lt;
main .a at = "" Object = "" & gt;, 'quand: Datetime.Datetime (2016 0)}
désérialized == complexe
# évalue à false
& lt; /
Main .a & gt;
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

Outils d'IA chauds

Undress AI Tool
Images de déshabillage gratuites

Undresser.AI Undress
Application basée sur l'IA pour créer des photos de nu réalistes

AI Clothes Remover
Outil d'IA en ligne pour supprimer les vêtements des photos.

Clothoff.io
Dissolvant de vêtements AI

Video Face Swap
échangez les visages dans n'importe quelle vidéo sans effort grace à notre outil d'échange de visage AI entièrement gratuit?!

Article chaud

Outils chauds

Bloc-notes++7.3.1
éditeur de code facile à utiliser et gratuit

SublimeText3 version chinoise
Version chinoise, très simple à utiliser

Envoyer Studio 13.0.1
Puissant environnement de développement intégré PHP

Dreamweaver CS6
Outils de développement Web visuel

SublimeText3 version Mac
Logiciel d'édition de code au niveau de Dieu (SublimeText3)

La clé pour gérer l'authentification de l'API est de comprendre et d'utiliser correctement la méthode d'authentification. 1. Apikey est la méthode d'authentification la plus simple, généralement placée dans l'en-tête de demande ou les paramètres d'URL; 2. BasicAuth utilise le nom d'utilisateur et le mot de passe pour la transmission de codage Base64, qui convient aux systèmes internes; 3. OAuth2 doit d'abord obtenir le jeton via client_id et client_secret, puis apporter le Bearertoken dans l'en-tête de demande; 4. Afin de gérer l'expiration des jetons, la classe de gestion des jetons peut être encapsulée et rafra?chie automatiquement le jeton; En bref, la sélection de la méthode appropriée en fonction du document et le stockage en toute sécurité des informations clés sont la clé.

Assert est un outil d'affirmation utilisé dans Python pour le débogage et lance une affirmation d'établissement lorsque la condition n'est pas remplie. Sa syntaxe est affirmer la condition plus les informations d'erreur facultatives, qui conviennent à la vérification de la logique interne telle que la vérification des paramètres, la confirmation d'état, etc., mais ne peuvent pas être utilisées pour la sécurité ou la vérification des entrées des utilisateurs, et doit être utilisée en conjonction avec des informations d'invite claires. Il n'est disponible que pour le débogage auxiliaire au stade de développement plut?t que pour remplacer la manipulation des exceptions.

TypeHintsInpythonsolvetheproblebandofambigu?té et opposant à un montant de type de type parallèlement au développement de l'aménagement en fonction des types de type.

Une méthode courante pour parcourir deux listes simultanément dans Python consiste à utiliser la fonction zip (), qui appariera plusieurs listes dans l'ordre et sera la plus courte; Si la longueur de liste est incohérente, vous pouvez utiliser itertools.zip_langest () pour être le plus long et remplir les valeurs manquantes; Combiné avec enumerate (), vous pouvez obtenir l'index en même temps. 1.zip () est concis et pratique, adapté à l'itération des données appariées; 2.zip_langest () peut remplir la valeur par défaut lorsqu'il s'agit de longueurs incohérentes; 3. L'énumération (zip ()) peut obtenir des indices pendant la traversée, en répondant aux besoins d'une variété de scénarios complexes.

Inpython, itérateurslawjectsThatallowloopingthroughCollectionsbyImpleting __iter __ () et__Next __ (). 1) iteratorsworkVeatheitorat

Pour créer des API modernes et efficaces à l'aide de Python, FastAPI est recommandé; Il est basé sur des invites de type Python standard et peut générer automatiquement des documents, avec d'excellentes performances. Après avoir installé FastAPI et ASGI Server Uvicorn, vous pouvez écrire du code d'interface. En définissant les itinéraires, en écrivant des fonctions de traitement et en renvoyant des données, les API peuvent être rapidement construites. Fastapi prend en charge une variété de méthodes HTTP et fournit des systèmes de documentation SwaggerUI et Redoc générés automatiquement. Les paramètres d'URL peuvent être capturés via la définition du chemin, tandis que les paramètres de requête peuvent être implémentés en définissant des valeurs par défaut pour les paramètres de fonction. L'utilisation rationnelle des modèles pydantiques peut aider à améliorer l'efficacité du développement et la précision.

Pour tester l'API, vous devez utiliser la bibliothèque des demandes de Python. Les étapes consistent à installer la bibliothèque, à envoyer des demandes, à vérifier les réponses, à définir des délais d'attente et à réessayer. Tout d'abord, installez la bibliothèque via PiPinstallRequests; Utilisez ensuite les demandes.get () ou les demandes.Post () et d'autres méthodes pour envoyer des demandes GET ou POST; Vérifiez ensuite la réponse.status_code et la réponse.json () pour vous assurer que le résultat de retour est en conformité avec les attentes; Enfin, ajoutez des paramètres de délai d'expiration pour définir l'heure du délai d'expiration et combinez la bibliothèque de réessayer pour obtenir une nouvelle tentative automatique pour améliorer la stabilité.

Dans Python, les variables définies à l'intérieur d'une fonction sont des variables locales et ne sont valides que dans la fonction; Les variables globales sont définies à l'extérieur qui peuvent être lues n'importe où. 1. Les variables locales sont détruites lors de l'exécution de la fonction; 2. La fonction peut accéder aux variables globales mais ne peut pas être modifiée directement, donc le mot-clé global est requis; 3. Si vous souhaitez modifier les variables de fonction externes dans les fonctions imbriquées, vous devez utiliser le mot-clé non local; 4. Les variables avec le même nom ne se affectent pas dans différentes lunettes; 5. Global doit être déclaré lors de la modification des variables globales, sinon une erreur non liée à la dorsale sera augmentée. Comprendre ces règles permet d'éviter les bogues et d'écrire des fonctions plus fiables.
