python写文件

'''用json包，一行一行写入''' list = {} with open("result.json", "w") as f: list['image_id']='1.jpg' list['disease_class']=int(str) json.dump(new_dict, f) f.close() dumps: 把python对象转换成json字符串 dump: 对文件的操作 loads: 将已编码的 JSON 字符串解码为 Python 对象 load : 对文件的操作 来源： CSDN 作者： tony2278 链接： https://blog.csdn.net/tony2278/article/details/82987086

用 Python 写一个 ftp 下载脚本 ---- 基于 Red Hat Enterprise Linux Server release 6.4 (Santiago) ；python 2.6.6 Ps ：少侠我接触 Python 半个月以来接到的第一个需求，虽然如此简单的一个脚本，少侠我磕磕绊绊却用了将近一天半的时间才写出来，但还是很开心，毕竟也粗来了，废话不多说，切入正题。 因为一开始没有用过 ftplib 模块，所以各种谷歌度娘一堆资料杂乱不堪，话不清，理不乱的，本文实现的功能简单，下面介绍一下，以免误导读者。 需求：师傅给了一个需求，写一个 ftp 自动下载的脚本。似乎下载文件没什么难的，用 ftp 下载文件似乎更简单， get ， mget 完事。但是需求是，服务器上主要是 dat 文件在备份，当备份完成后，会生成一个同名字的 ack 文件，要把备份完成的 dat 文件下载到本地，然后删除云端服务器的 ack 和 dat 文件。虽然听着这个需求挺找抽，也挺容易实现的，但谁叫我是菜鸟呢，当时就蒙圈了。 ftp 地址 192.168.213.129 用户名 dmp 密码 zcxc123! 文件位置 /var/ftp/pub/pizi 我看了下大概 3 分钟生成一个文件，文件忙时可能要 60M 以上，网管网估计悬，师父让我先写脚本，回头联系拉内网走。吐槽完毕，开始上干货： --

Python和PyCharm的安装：学会Python和PyCharm的安装方法 变量和字符串：学会使用变量和字符串的基本用法 函数与控制语句：学会Python循环、判断语句、循环语句和函数的使用 Python数据结构：理解和使用列表、字典、元组和集合 Python文件操作：学习使用Python建立文件并写入数据 Python面向对象：了解Python中类的定义和使用方法 01 Python与PyCharm安装 “工欲善其事，必先利其器”，本节介绍Python环境的安装和Python的集成开发环境（IDE）PyCharm的安装。 Python安装（Windows、Mac和Linux） 当前主流的Python版本为2.x和3.x。由于Python 2第三方库更多（很多库没有向Python 3转移），企业普遍使用Python 2。如果作为学习和研究的话，建议使用Python 3，因为它是未来的发展方向。所以本教程选择Python 3的环境。 1.1 Windows中安装Python 3 在Windows系统中安装Python 3，请参照下面的步骤进行。 打开浏览器，访问Python官网（ https://www.python.org/ ）。 光标移动至Downloads链接，单击Windows链接。 根据自己的Windows版本（32位或64位），下载相应的Python 3.5版本

小数据存储 我们在编写代码的时候，经常会涉及到数据存储的情况，如果是爬虫得到的大数据，我们会选择使用数据库，或者excel存储。但如果只是一些小数据，或者说关联性较强且存在存储后复用的数据，我们该如何存储呢？ 使用open保存文本 最简单、粗暴+无脑的存储方式就是保存成一个文本文档了。 使用open函数，将结果一行行的保存成文本,这里涉及的知识点只有简单的几条： 文件读写模式，r 、w、a、b、+ ,掌握这几种即可。 使用单独的open打开文件时，需要注意结尾时的调用close()函数关闭文档 推荐使用上下文管理器的with open操作 csv文件 之所以将csv与excel分开说，首先需要扫盲下，csv属于特定格式的文本文件(使用逗号分隔)，而excel是二进制文件。 csv可以直接使用文本编辑器打开，excel不行… 其实csv文件，完全可以使用open函数进行保存，只要你将每行数据都使用,分隔开即可。 另外，python自带csv库，可以很方便的操作与保存该数据 xml文件 xml文件的方式，已经逐渐被淘汰了，为什么这么说？因为它繁琐的树形结构，导致了在传输过程中，占用了更多的内存。所以，除非必要，真的不推荐以xml的形式存储你的数据… configparser python模块中configparser是一个专门用来保存配置文件的模块库

总结一下之前的项目，主要用到了python多进程的知识，其他的一些零碎的辅助知识也会用到，这里主要对整体框架进行总结，至于性能，因为经验问题，不能优化的很好，加上本项目有很多文件的读写，只能算稳定而已。 这个项目是大量的音频文件格式和频率转换，大概300多万个，一个转成7个，原来那个也要用，也就是说最后大概有300*8W个文件，总共大概2T的数据。好了，回忆下要求，首先转换过程中不能破坏原始文件的目录结构；第二，保证所有文件都转换过；第三，异常检测，日志分析，进度检测；第四，保证意外死机等情况下，重新跑代码可以继续执行上次中断的位置而不是要重复在进行转换（重复转换会出现1个文件本来转成8个了，那重复执行，这8个又会各自再生出8个，就产生错误了）；最后，分析汇总错误日志，得到最终处理结果，问题文件汇总查看原因。 其实说白了，就是保证不出现不可逆的错误，保证稳定执行，保证准确，保证完整，保证效率。那么我们要有一个解决问题的思路，一开始说是，有好几台机器可用，就用分布式框架吧，例如hadoop。。可惜时间短任务重，从头学的话，不得至少一个月？还是Python来的快，多进程执行，多核利用，有几个核就开几个进程，标准库multiprocessing完全可以胜任，一开始想的是thread多线程，后来想到Python的多线程不是类似java的多线程，Python有一个全局锁机制

前言： 今天给大家分享的是Python实现用户答题的功能代码，内含代码太多，为了方便观看收藏，大部分代码用图片的方式呈现出来，喜欢的话记得关注收藏慢慢看哦！ Python实战，用户答题分享给大家 主要包含内容，文件的读取，更改，保存。不同文件夹引入模块。输入，输出操作。随机获取数据操作 随机生成算数表达式，用户输入答案，正确记录分数，错误返回0，并把用户分数记录到文本文件中，如用户名不存在着新建用户 myPythonFunction.py包含三个函数 #function 更新或者保存用户名字，用户得分 def updateUserPoints(userName,score): temp = getUserScore(userName) if(temp==-1): f = open("userScores.txt","a") msg = userName+","+str(score)+"\n" f.write(msg) f.close() 然后接下来是mathGame.py作为主函数 if(userResult.startswith("-")): userResult = userResult[1:] flag = False while((not userResult.isdigit()) and userResult!="exit"): print("请输入数字，你的答案：")

本文基于 VS Code 1.36.1 VS Code 里是不包括 Python 的，所以你首先得安装一个 Python。 1、终端运行 Python 安装完 python 之后，我们可以用任何一个文本编辑工具开始写 python 代码，然后在 cmd 中运行代码。 在 VS Code 中，在不安装任何插件的情况下，也可以运行 python 代码。 新建一个 test.py 文件，输入 print('Hello World!') 。 点击 查看 -> 终端（快捷键 Ctrl + `）打开终端，输入 python test.py 即可运行，跟在 cmd 中运行 python 代码是一样的。 2、安装 Python 插件 在不安装插件的情况下，点击 调试 -> 启动调试（快捷键 F5）是没办法运行代码的。会让你选择环境，而你根本就没有环境可选。 在 VS Code 的应用商店（快捷键：Ctrl + Shift + X）里搜索 Python 插件，并安装。如下图： 按 Ctrl + Shift + P（或F1），在打开的输入框中输入 Python: Select Interpreter 搜索，选择 Python 解析器。 选择好解析器之后，我们就可以直接在 VS Code 里运行（快捷键 Ctrl + F5）或调试（快捷键 F5）Python 代码了。 3、查看、安装外部库 Python

字符编码 一、计算机基础 二、文本编辑器存取文件的原理 打开编辑器就打开了启动了一个进程，是在内存中的，所以，用编辑器编写的内容也都是存放与内存中的，断电后数据丢失。 要想永久保存，需要点击保存按钮：编辑器把内存的数据刷到了硬盘上。 在我们编写一个py文件（没有执行），跟编写其他文件没有任何区别，都只是在编写一堆字符而已。 三、Python解释器执行py文件的原理 第一阶段：Python解释器启动，此时就相当于启动了一个文本编辑器 第二阶段：Python解释器相当于文本编辑器，去打开test.py文件，从硬盘上将test.py的文件内容读入到内存中(小复习：pyhon的解释性，决定了解释器只关心文件内容，不关心文件后缀名)。 第三阶段：Python解释器解释执行刚刚加载到内存中test.py的代码( ps：在该阶段，即真正执行代码时，才会识别Python的语法，执行文件内代码，当执行到name="egon"时,会开辟内存空间存放字符串"egon")。 四、Python解释器与文件本编辑的异同 相同点：Python解释器是解释执行文件内容的，因而Python解释器具备读py文件的功能，这一点与文本编辑器一样。 不同点：文本编辑器将文件内容读入内存后，是为了显示或者编辑，根本不去理会Python的语法，而Python解释器将文件内容读入内存后，可不是为了给你瞅一眼Python代码写的啥

1.打开cmd,进入本机安装python的目录,执行 pip install pyyaml ，安装pyyaml第三方包。 2.在Pycharm中新建一个项目（已有的话就不需要啦） 新建yaml文件 test_yaml.yaml （后缀是 .yml也可以） username: cocoxu password: 123456 新建测试类：YamlTest.py import yaml f = open("test_yaml.yaml") res =yaml.load(f) print(res) print(type(res)) 执行测试类： 输入以下结果： 这个报错提醒自己可以设置下，不显示即可。 另外，可以自己修改yaml文件里边的内容，从而进一步学习yaml文件相关知识。 备注：该文章是作者自己学习时候的联系，可能会与网上有些博客内容相似，请勿怪罪，谢谢~~~~ 来源： https://www.cnblogs.com/cocoxu1992/p/11857103.html

python自带的日志模块logging比较难用，这里介绍一个好用的日志模块nnlog，直接pip install nnlog即可 import nnlog log = nnlog.Logger(file_name='my.log',level='debug',when='D',backCount=5,interval=1) #file_name是日志文件名，可以是不存在的文件，会主动帮助创建 #level是日志级别，如果不传的话默认是debug级别 #when是日志文件多久生成一个，默认是按天，S 秒、M 分、 H 小时、 D 天、 W 每星期 #backCount是备份几个日志文件，默认保留5天的 #interval是间隔多久生成一个日志文件，默认是1天 log.debug('默认日志级别是debug') log.info('info级别') log.warning('waring级别') log.error('error级别') log2 = nnlog.Logger(file_name='nn.log') #直接传入文件名也是ok的，其他的就取默认值了 log2.debug('test') 来源： https://www.cnblogs.com/chenjie0818/p/11827615.html