python接口测试之序列化与反序列化(四)

作者 无涯

在python中,序列化可以理解为:把python的对象编码转换为json格式的字符串,反序列化可以理解为:把json格式字符串解码为python数据对象。

在python的标准库中,专门提供了json库与pickle库来处理这部分。

先来学习json的库,导入json库很简单,直接import json,下面通过具体的实例来说明json库对序列化与反序列化的使用。json库的主要方法为:

#!/usr/bin/env python#coding:utf-8import  jsonprint json.__all__

见json库的主要方法:

[‘dump‘, ‘dumps‘, ‘load‘, ‘loads‘, ‘JSONDecoder‘, ‘JSONEncoder‘]

我们定义一个字典,通过json把它序列化为json格式的字符串,见实现的代码:

#!/usr/bin/env python#coding:utf-8import  json

dict1={‘name‘:‘wuya‘,‘age‘:22,‘address‘:‘xian‘}print u‘未序列化前的数据类型为:‘,type(dict1)print u‘未序列化前的数据:‘,dict#对dict1进行序列化的处理str1=json.dumps(dict1)print u‘序列化后的数据类型为:‘,type(str1)print u‘序列化后的数据为:‘,str1 

见如上的代码输出的内容:


1

2

3

4

5

6

7


C:\Python27\python.exe D:/git/Python/doc/index.py

未序列化前的数据类型为: <type ‘dict‘>

未序列化前的数据: {‘age‘22‘name‘‘wuya‘‘address‘‘xian‘}

序列化后的数据类型为: <type ‘str‘>

序列化后的数据为: {"age"22"name""wuya""address""xian"}

Process finished with exit code 0

通过如上的代码以及结果可以看到,这就是一个序列化的过程,简单的说就是把python的数据类型转换为json格式的字符串。

下来我们再反序列化,把json格式的字符串解码为python的数据对象,见实现的代码和输出:

#!/usr/bin/env python#coding:utf-8import  json  
dict1={‘name‘:‘wuya‘,‘age‘:22,‘address‘:‘xian‘}print u‘未序列化前的数据类型为:‘,type(dict1)print u‘未序列化前的数据:‘,dict1#对dict1进行序列化的处理str1=json.dumps(dict1)print u‘序列化后的数据类型为:‘,type(str1)print u‘序列化后的数据为:‘,str1#对str1进行反序列化dict2=json.loads(str1)print u‘反序列化后的数据类型:‘,type(dict2)print u‘反序列化后的数据:‘,dict2

见输出结果的内容:

C:\Python27\python.exe D:/git/Python/doc/index.py

未序列化前的数据类型为: <type ‘dict‘>未序列化前的数据: {‘age‘: 22, ‘name‘: ‘wuya‘, ‘address‘: ‘xian‘}
序列化后的数据类型为: <type ‘str‘>序列化后的数据为: {"age": 22, "name": "wuya", "address": "xian"}
反序列化后的数据类型: <type ‘dict‘>反序列化后的数据: {u‘age‘: 22, u‘name‘: u‘wuya‘, u‘address‘: u‘xian‘}

下面我们结合requests库,来看返回的json数据,具体代码为:

#!/usr/bin/env python#coding:utf-8import  jsonimport  requests

r=requests.get(‘http://wthrcdn.etouch.cn/weather_mini?city=西安‘)print r.text,u‘数据类型:‘,type(r.text)#对数据进行反序列化的操作dic=json.loads(r.text)print dic,u‘数据类型:‘,type(dic)

见输出的内容:

C:\Python27\python.exe D:/git/Python/doc/index.py
{"desc":"OK","status":1000,"data":{"wendu":"3","ganmao":"昼夜温差较大,较易发生感冒,请适当增减衣服。体质较弱的朋友请注意防护。","forecast":[{"fengxiang":"东北风","fengli":"微风级","high":"高温 10℃","type":"晴","low":"低温 -2℃","date":"22日星期四"},{"fengxiang":"东北风","fengli":"微风级","high":"高温 8℃","type":"多云","low":"低温 0℃","date":"23日星期五"},{"fengxiang":"东北风","fengli":"微风级","high":"高温 7℃","type":"阴","low":"低温 0℃","date":"24日星期六"},{"fengxiang":"东北风","fengli":"微风级","high":"高温 1℃","type":"雨夹雪","low":"低温 -1℃","date":"25日星期天"},{"fengxiang":"东北风","fengli":"微风级","high":"高温 5℃","type":"多云","low":"低温 1℃","date":"26日星期一"}],"yesterday":{"fl":"微风","fx":"北风","high":"高温 7℃","type":"阴","low":"低温 -1℃","date":"21日星期三"},"aqi":"87","city":"西安"}} 数据类型: <type ‘unicode‘>{u‘status‘: 1000, u‘data‘: {u‘city‘: u‘\u897f\u5b89‘, u‘yesterday‘: {u‘fx‘: u‘\u5317\u98ce‘, u‘type‘: u‘\u9634‘, u‘high‘: u‘\u9ad8\u6e29 7\u2103‘, u‘low‘: u‘\u4f4e\u6e29 -1\u2103‘, u‘date‘: u‘21\u65e5\u661f\u671f\u4e09‘, u‘fl‘: u‘\u5fae\u98ce‘}, u‘forecast‘: [{u‘fengxiang‘: u‘\u4e1c\u5317\u98ce‘, u‘high‘: u‘\u9ad8\u6e29 10\u2103‘, u‘fengli‘: u‘\u5fae\u98ce\u7ea7‘, u‘date‘: u‘22\u65e5\u661f\u671f\u56db‘, u‘type‘: u‘\u6674‘, u‘low‘: u‘\u4f4e\u6e29 -2\u2103‘}, {u‘fengxiang‘: u‘\u4e1c\u5317\u98ce‘, u‘high‘: u‘\u9ad8\u6e29 8\u2103‘, u‘fengli‘: u‘\u5fae\u98ce\u7ea7‘, u‘date‘: u‘23\u65e5\u661f\u671f\u4e94‘, u‘type‘: u‘\u591a\u4e91‘, u‘low‘: u‘\u4f4e\u6e29 0\u2103‘}, {u‘fengxiang‘: u‘\u4e1c\u5317\u98ce‘, u‘high‘: u‘\u9ad8\u6e29 7\u2103‘, u‘fengli‘: u‘\u5fae\u98ce\u7ea7‘, u‘date‘: u‘24\u65e5\u661f\u671f\u516d‘, u‘type‘: u‘\u9634‘, u‘low‘: u‘\u4f4e\u6e29 0\u2103‘}, {u‘fengxiang‘: u‘\u4e1c\u5317\u98ce‘, u‘high‘: u‘\u9ad8\u6e29 1\u2103‘, u‘fengli‘: u‘\u5fae\u98ce\u7ea7‘, u‘date‘: u‘25\u65e5\u661f\u671f\u5929‘, u‘type‘: u‘\u96e8\u5939\u96ea‘, u‘low‘: u‘\u4f4e\u6e29 -1\u2103‘}, {u‘fengxiang‘: u‘\u4e1c\u5317\u98ce‘, u‘high‘: u‘\u9ad8\u6e29 5\u2103‘, u‘fengli‘: u‘\u5fae\u98ce\u7ea7‘, u‘date‘: u‘26\u65e5\u661f\u671f\u4e00‘, u‘type‘: u‘\u591a\u4e91‘, u‘low‘: u‘\u4f4e\u6e29 1\u2103‘}], u‘ganmao‘: u‘\u663c\u591c\u6e29\u5dee\u8f83\u5927\uff0c\u8f83\u6613\u53d1\u751f\u611f\u5192\uff0c\u8bf7\u9002\u5f53\u589e\u51cf\u8863\u670d\u3002\u4f53\u8d28\u8f83\u5f31\u7684\u670b\u53cb\u8bf7\u6ce8\u610f\u9632\u62a4\u3002‘, u‘wendu‘: u‘3‘, u‘aqi‘: u‘87‘}, u‘desc‘: u‘OK‘} 数据类型: <type ‘dict‘>Process finished with exit code 0

事实上,在如上的代码中,我们可以不通过反序列化的操作,代码可以简化为:

#!/usr/bin/env python#coding:utf-8import  jsonimport  requests

r=requests.get(‘http://wthrcdn.etouch.cn/weather_mini?city=西安‘)print r.json(),u‘数据类型为:‘,type(r.json())

见输出的内容:

C:\Python27\python.exe D:/git/Python/doc/index.py
{u‘status‘: 1000, u‘data‘: {u‘city‘: u‘\u897f\u5b89‘, u‘yesterday‘: {u‘fx‘: u‘\u5317\u98ce‘, u‘type‘: u‘\u9634‘, u‘high‘: u‘\u9ad8\u6e29 7\u2103‘, u‘low‘: u‘\u4f4e\u6e29 -1\u2103‘, u‘date‘: u‘21\u65e5\u661f\u671f\u4e09‘, u‘fl‘: u‘\u5fae\u98ce‘}, u‘forecast‘: [{u‘fengxiang‘: u‘\u4e1c\u5317\u98ce‘, u‘high‘: u‘\u9ad8\u6e29 10\u2103‘, u‘fengli‘: u‘\u5fae\u98ce\u7ea7‘, u‘date‘: u‘22\u65e5\u661f\u671f\u56db‘, u‘type‘: u‘\u6674‘, u‘low‘: u‘\u4f4e\u6e29 -2\u2103‘}, {u‘fengxiang‘: u‘\u4e1c\u5317\u98ce‘, u‘high‘: u‘\u9ad8\u6e29 8\u2103‘, u‘fengli‘: u‘\u5fae\u98ce\u7ea7‘, u‘date‘: u‘23\u65e5\u661f\u671f\u4e94‘, u‘type‘: u‘\u591a\u4e91‘, u‘low‘: u‘\u4f4e\u6e29 0\u2103‘}, {u‘fengxiang‘: u‘\u4e1c\u5317\u98ce‘, u‘high‘: u‘\u9ad8\u6e29 7\u2103‘, u‘fengli‘: u‘\u5fae\u98ce\u7ea7‘, u‘date‘: u‘24\u65e5\u661f\u671f\u516d‘, u‘type‘: u‘\u9634‘, u‘low‘: u‘\u4f4e\u6e29 0\u2103‘}, {u‘fengxiang‘: u‘\u4e1c\u5317\u98ce‘, u‘high‘: u‘\u9ad8\u6e29 1\u2103‘, u‘fengli‘: u‘\u5fae\u98ce\u7ea7‘, u‘date‘: u‘25\u65e5\u661f\u671f\u5929‘, u‘type‘: u‘\u96e8\u5939\u96ea‘, u‘low‘: u‘\u4f4e\u6e29 -1\u2103‘}, {u‘fengxiang‘: u‘\u4e1c\u5317\u98ce‘, u‘high‘: u‘\u9ad8\u6e29 5\u2103‘, u‘fengli‘: u‘\u5fae\u98ce\u7ea7‘, u‘date‘: u‘26\u65e5\u661f\u671f\u4e00‘, u‘type‘: u‘\u591a\u4e91‘, u‘low‘: u‘\u4f4e\u6e29 1\u2103‘}], u‘ganmao‘: u‘\u663c\u591c\u6e29\u5dee\u8f83\u5927\uff0c\u8f83\u6613\u53d1\u751f\u611f\u5192\uff0c\u8bf7\u9002\u5f53\u589e\u51cf\u8863\u670d\u3002\u4f53\u8d28\u8f83\u5f31\u7684\u670b\u53cb\u8bf7\u6ce8\u610f\u9632\u62a4\u3002‘, u‘wendu‘: u‘3‘, u‘aqi‘: u‘87‘}, u‘desc‘: u‘OK‘} 数据类型为: <type ‘dict‘>Process finished with exit code 0

在实际的工作中,序列化或者反序列化的可能是一个文件的形式,不可能像如上写的那样简单的,下来就来实现这部分,把文件内容进行序列化和反序列化,先来看序列化的代码:

#!/usr/bin/env python#coding:utf-8import  json  
list1=[‘selenium‘,‘appium‘,‘android‘,‘ios‘,‘uiautomator‘]#把list1先序列化,再写入到一个文件中print json.dump(list1,open(‘c:/log.log‘,‘w‘))print u‘文件内容为:‘r=open(‘c:/log.log‘,‘r+‘)print r.read()

见输出的内容:

C:\Python27\python.exe D:/git/Python/doc/index.py
None
文件内容为:
["selenium", "appium", "android", "ios", "uiautomator"]

Process finished with exit code 0

下面我们来反序列化,也就是先读取文件里面的内容,再进行反序列化,见实现的代码:

#!/usr/bin/env python#coding:utf-8import  json  
list1=[‘selenium‘,‘appium‘,‘android‘,‘ios‘,‘uiautomator‘]#把list1先序列化,再写入到一个文件中print json.dump(list1,open(‘c:/log.log‘,‘w‘))print u‘文件内容为:‘r=open(‘c:/log.log‘,‘r+‘)print r.read()#先读取文件内容,再进行反序列化res=json.load(open(‘c:/log.log‘,‘r+‘))print res,u‘数据类型:‘,type(res)

见输出的内容:

C:\Python27\python.exe D:/git/Python/doc/index.py
None
文件内容为:
["selenium", "appium", "android", "ios", "uiautomator"]
[u‘selenium‘, u‘appium‘, u‘android‘, u‘ios‘, u‘uiautomator‘] 数据类型: <type ‘list‘>Process finished with exit code 0

下来来看pickle库,它提供的方法为:

#!/usr/bin/env python#coding:utf-8import  pickle  print pickle.__all__
C:\Python27\python.exe D:/git/Python/doc/index.py
[‘PickleError‘, ‘PicklingError‘, ‘UnpicklingError‘, ‘Pickler‘, ‘Unpickler‘, ‘dump‘, ‘dumps‘, ‘load‘, ‘loads‘, ‘APPEND‘, ‘APPENDS‘, ‘BINFLOAT‘, ‘BINGET‘, ‘BININT‘, ‘BININT1‘, ‘BININT2‘, ‘BINPERSID‘, ‘BINPUT‘, ‘BINSTRING‘, ‘BINUNICODE‘, ‘BUILD‘, ‘DICT‘, ‘DUP‘, ‘EMPTY_DICT‘, ‘EMPTY_LIST‘, ‘EMPTY_TUPLE‘, ‘EXT1‘, ‘EXT2‘, ‘EXT4‘, ‘FALSE‘, ‘FLOAT‘, ‘GET‘, ‘GLOBAL‘, ‘HIGHEST_PROTOCOL‘, ‘INST‘, ‘INT‘, ‘LIST‘, ‘LONG‘, ‘LONG1‘, ‘LONG4‘, ‘LONG_BINGET‘, ‘LONG_BINPUT‘, ‘MARK‘, ‘NEWFALSE‘, ‘NEWOBJ‘, ‘NEWTRUE‘, ‘NONE‘, ‘OBJ‘, ‘PERSID‘, ‘POP‘, ‘POP_MARK‘, ‘PROTO‘, ‘PUT‘, ‘REDUCE‘, ‘SETITEM‘, ‘SETITEMS‘, ‘SHORT_BINSTRING‘, ‘STOP‘, ‘STRING‘, ‘TRUE‘, ‘TUPLE‘, ‘TUPLE1‘, ‘TUPLE2‘, ‘TUPLE3‘, ‘UNICODE‘]

Process finished with exit code 0

这里我们只关注pickle库的dump(),dumps(),load(),loads()方法,先来看序列化的代码:

import  pickle

dic={‘name‘:‘无涯‘,‘age‘:22,‘address‘:‘西安‘}
str1=pickle.dumps(dic)print str1,type(str1)

见输出的内容:

C:\Python27\python.exe D:/git/Python/doc/index.py
(dp0
S‘age‘p1
I22
sS‘name‘p2
S‘\xe6\x97\xa0\xe6\xb6\xaf‘p3
sS‘address‘p4
S‘\xe8\xa5\xbf\xe5\xae\x89‘p5
s. <type ‘str‘>

输出的内容基本看不懂,但是可以看到数据格式是字符串,这是ASCII格式的数据,默认是ASCII格式保存对象,

在进行序列化的使用,设置为True就是二进制保存对象,见实现的代码和输出内容:

#!/usr/bin/env python#coding:utf-8import  pickle

dic={‘name‘:‘无涯‘,‘age‘:22,‘address‘:‘西安‘}
str1=pickle.dumps(dic,True)print str1,type(str1)

见输出的二进制的数据:

C:\Python27\python.exe D:/git/Python/doc/index.py
}q (UageqKUnameqU无涯qUaddressqU西安qu. <type ‘str‘>

下面通过loads()方法来进行反序列化,见实现的代码:

#!/usr/bin/env python#coding:utf-8import  pickle

dic={‘name‘:u‘无涯‘,‘age‘:22,‘address‘:u‘西安‘}#序列化str1=pickle.dumps(dic,True)print str1,type(str1)#反序列化dict1=pickle.loads(str1)print dict1,type(dict1)

见输出的内容:

C:\Python27\python.exe D:/git/Python/doc/index.py
}q (UageqKUnameqX   无涯qUaddressqX   西安qu. <type ‘str‘>{‘age‘: 22, ‘name‘: u‘\u65e0\u6daf‘, ‘address‘: u‘\u897f\u5b89‘} <type ‘dict‘>

下来我们通过对文件的形式来进行序列化和反序列化,见实现的代码:

#!/usr/bin/env python#coding:utf-8import  pickle

dic={‘name‘:u‘无涯‘,‘age‘:22,‘address‘:u‘西安‘}#先序列化,然后写入到文件中pickle.dump(dic,open(‘c:/log.log‘,‘w‘),True)print u‘文件内容为:‘print open(‘c:/log.log‘).read()#先读取文件,再反序列化d=pickle.load(open(‘c:/log.log‘,‘r+‘))print u‘反序列化后的数据与数据类型:‘,d,type(d)

见输出的内容:

C:\Python27\python.exe D:/git/Python/doc/index.py
文件内容为:
}q (UageqKUnameqX   无涯qUaddressqX   西安qu.
反序列化后的数据与数据类型: {‘age‘: 22, ‘name‘: u‘\u65e0\u6daf‘, ‘address‘: u‘\u897f\u5b89‘} <type ‘dict‘>Process finished with exit code 0

原文地址:https://www.cnblogs.com/jason89/p/9033638.html

时间: 2024-10-11 12:19:22

python接口测试之序列化与反序列化(四)的相关文章

python接口测试之token&amp;session的处理(十四)

下面我们就来使用python语言来进行实现,在这里我们使用第三方的库requests,需要单独的安装下,安装的命令是: pip  install -U requests 见安装的截图: 安装成功后,如果可以在正常的导入,说明安装OK 安装好requests好后,我们就可以开始了,关于requests有不清楚的,可以看Python接口测试之requests(七),这里我们直接来进行实战, 我们再来进行回顾下我们需要做的事情,我们需要做的就是登录成功后,获取token,后面的接口都需要这个参数,所以

python类库32[序列化和反序列化之pickle]

一 pickle pickle模块用来实现python对象的序列化和反序列化.通常地pickle将python对象序列化为二进制流或文件. python对象与文件之间的序列化和反序列化: pickle.dump() pickle.load() 如果要实现python对象和字符串间的序列化和反序列化,则使用: pickle.dumps() pickle.loads() 可以被序列化的类型有: * None,True 和 False; * 整数,浮点数,复数; * 字符串,字节流,字节数组; * 包

Python 学习笔记 - 序列化和反序列化

这一节看看在Python中如何序列化和反序列化.简单的说,序列化就是把内存中保存的数据类型转换为可以存储或者传输的过程,比如说我把一个字典转换为一个字符串这样就可以方便传递或者保存了:反序列化则是倒过来,把字符串转换为对应的数据类型. Python里面常用的有两种方式. JSON Pickle 首先来看看JSON, 例1 比如说我有一个字典如下所示: >>> import json dic={"k1":"v1"} print(dic,type(di

Python库:序列化和反序列化模块pickle介绍

1 前言 在“通过简单示例来理解什么是机器学习”这篇文章里提到了pickle库的使用,本文来做进一步的阐述. 通过简单示例来理解什么是机器学习 pickle是python语言的一个标准模块,安装python后已包含pickle库,不需要单独再安装.pickle模块实现了基本的数据序列化和反序列化.通过pickle模块的序列化操作我们能够将程序中运行的对象信息保存到文件中去,永久存储:通过pickle模块的反序列化操作,我们能够从文件中创建上一次程序保存的对象.在官方的介绍中,序列化操作的英文描述

python中的序列化和反序列化

~~~~~~滴滴,,什么是序列呢?可以理解为序列就是字符串.序列化的应用 写文件(数据传输) 网络传输 序列化和反序列化的概念   序列化模块:将原本的字典.列表等内容转换成一个字符串的过程就叫做序列化. 序列化:内存中的对象转换为字节序列(字符串) 反序列化:将字节序列转换为内存中的对象 序列化的目的:1.以某种存储形式是自定义对象持久化2.将对象从一个地方传递到另一个地方3.使程序更具有维护性 各种模块的特点和应用 1.json模块:通用的序列化格式 只有很少的一部分数据类型通过json转化

C#实现接口xml序列化与反序列化

C#中接口无法被xml序列化,提示不支持.百度和bing也搜不到,只好自己动手写了 原理上肯定支持,.Net自己的xml序列化有一个IXmlSerializable接口. 自行实现该接口,并取得实现改接口的类,再进行自定义的序列化处理即可. using System.Collections; using System.Xml.Serialization; using System; using System.Xml; [XmlRoot("SerInterface"), Serializ

python中的序列化与反序列化

之前,在学习python时,一直弄不明白pickle和json模块的序列化和反序例化之间的区别和用法,最近闲来有时间,重新研究了这两个模块,也算是基本搞明白他们之中的区别了. 用于序列化的两个模块, json,用于字符串 和 python数据类型间进行转换 pickle,用于python特有的类型 和 python的数据类型间进行转换 Json模块提供了四个功能:dumps.dump.loads.load pickle模块提供了四个功能:dumps.dump.loads.load 看下面这个例子

python接口测试之json模块的使用

json.dumps() json.loads() json.dump json.load 一.json.dumps() 将python字典类型转换成json对象 import json # Python 字典类型转换为 JSON 对象 data = { 'no' : 1, 'name' : 'Runoob', 'url' : 'http://www.runoob.com' } json_str = json.dumps(data) print ("Python 原始数据:", rep

python处理JSON 序列化与反序列化

#序列化 >>> import json>>> d={"key":"value"}>>> d{'key': 'value'}>>> json.dumps(d)'{"key": "value"}' #反序列化>>> j=json.dumps(d)>>> j'{"key": "value&quo