json / pickle 数据序列化 序列化定义:把变量从内存中变成可存储或传输的过程称为序列化。反序列化:把变量内容从序列化的对象重新读到内存里称为反序列胡。 序列化模块之--pickle使用注意:在python3里,进行一次序列化后,然后在进行反序列化,不要重复多次序列化,否则无法进行反序列化。pickle:是python独有的序列化模块,只能作用于python变量,是将数据对象转化为bytes。功能:用于python特有的类型和python的数据类型间进行转换。举例:
1 import pickle 2 d = {‘name‘:‘jeck‘,‘age‘:‘22‘} 3 print(pickle.dumps(d))
打印出:b‘\x80\x03}q\x00(X\x04\x00\x00\x00nameq\x01X\x08 #这里b代表为bytes
pickle的4个功能如下:dumps , dump:进行序列化功能loads , load:进行反序列化功能
序列化举例1:dumps 序列化作用于变量,将传入的变量序列化为一个bytes,然后可以写入磁盘。
1 import pickle 2 d = {‘name‘:‘jeck‘,‘age‘:‘22‘,‘工作‘:‘IT‘} 3 f = open(‘fname‘,‘wb‘) #必须以二进制读写 4 f.write(pickle.dumps(d)) 5 f.close()
序列化举例2:dump 直接将变量序列化到文件中
1 import pickle 2 d = {‘name‘:‘jeck‘,‘age‘:‘22‘,‘工作‘:‘IT‘} 3 f = open(‘fname1‘,‘wb‘) 4 pickle.dump(d,f) 5 f.close()
反序列化举例1:loads:把对象从磁盘读入内存时,先把内容读到一个bytes,然后用loads进行反序列化
1 import pickle 2 f = open(‘fname‘,‘rb‘) 3 print(pickle.loads(f.read())) #将bytes通过loads进行反序列化 4 f.close()
反序列化举例2:load:直接将dump后的序列化文件进行反序列化载入。
1 import pickle 2 f = open(‘fname1‘,‘rb‘) 3 print(pickle.load(f)) 4 f.close()
序列化模块之-- jsonjson:是个对象序列化的标准格式,用于在不同编程语言之间进行对象的传递。类似的有xml。但和xml表现形式不同,json表现为一个字符串,xml是用标记标注的不易阅读。在速度上json也比xml快。注意:一般用于序列化通用的列表,字典,等常用序列。如果要序列化python里的函数,类需要单独指定方法和pickle一样,有:dumps,dump 进行序列化。loads,load 进行反序列化功能:用于字符串和python数据类型间进行转换。举例:json序列化后的格式为字符串
1 import json 2 d = {‘name‘:‘jeck‘,‘age‘:‘22‘,‘工作‘:‘IT‘} 3 print(json.dumps(d)) 4 print(type(json.dumps(d)))
打印:{"name": "jeck", "age": "22", "\u5de5\u4f5c": "IT"}<class ‘str‘>
序列化举例1:dumps 序列化作用于变量,将传入的变量序列化为一个字符串,然后可以写入磁盘。
1 import json 2 d = {‘name‘:‘jeck‘,‘age‘:‘22‘,‘工作‘:‘IT‘} 3 f = open(‘fname‘,‘w‘) 4 f.write(json.dumps(d)) 5 f.close()
序列化举例2:dump 直接将变量序列化到文件中
import json d = {‘name‘:‘jeck‘,‘age‘:‘22‘,‘工作‘:‘IT‘} f = open(‘fname1‘,‘w‘) json.dump(d,f) f.close()
反序列化举例1:loads:先读取对象,然后用loads进行反序列化
1 import json 2 f = open(‘fname‘,‘r‘) 3 print(json.loads(f.read())) #将字符串通过loads进行反序列化 4 f.close()
反序列化举例2:load:直接将dump后的序列化文件进行反序列化载入。
1 import json 2 f = open(‘fname1‘,‘rb‘) 3 print(json.load(f)) 4 f.close()
# 注意 json也可以序列化python中的函数和类,但是序列化后的数据只是函数或者类的结果数据。举例序列化一个类:
1 import json 2 def fun(n): 3 return n 4 x = fun(‘jeck‘) 5 f = open(‘fname‘,‘w‘) 6 f.write(json.dumps(x,default=fun)) #default参数就是告知json如何进行序列化 7 f.close
一般通用方法为:print(json.dumps(x, default=lambda obj: obj.__dict__))其中的__dict__不需我们在类中定义,因为通常class的实例都有一个__dict__属性,它就是一个字典,用来存储实例变量.当然函数和类序列化一般也不会使用。 在单独举例通过pickle对函数的序列化和反序列化举例1:进行函数的序列化
1 import pickle 2 def fun(n): 3 return n 4 f = open(‘fname‘,‘wb‘) 5 f.write(pickle.dumps(fun)) 6 f.close #成功
2:进行反序列化import picklef = open(‘fname‘,‘rb‘)pickle.loads(f.read())f.close报错:AttributeError: Can‘t get attribute ‘fun‘ on <module ‘__main__‘ from是因为序列化后内存已释放这个函数的内存地址,所以报错。需要手工把这个函数添加到反序列化开头如下:
1 import pickle 2 def fun(n): 3 return n # 这个函数内容可以手工修改。 4 f = open(‘fname‘,‘rb‘) 5 print(pickle.loads(f.read())) 6 f.close
这样才可以实现函数的反序列化,个人觉得没啥意义。而且反序列化时可以先修改函数内容,这样反序列化出的内容就是修改后的内容。 注意:pickle和json的序列化和反序列化必须各自独自使用,不能相互混用。
时间: 2024-08-09 19:53:13