Json & pickle 数据序列化

前提：

文本文件中只能写入字符串或ascii码格式的内容。

info={‘name‘:‘zoe‘,‘age‘:18}
f=open(‘test.txt‘,‘w‘)
f.write(info)  #在文本文件中写入字典格式的内容，执行会报错。
f.closed()

变通方式将 f.write(info) 改为 f.write(str(info))。

但是这种写法比较低端。

同时，将文件通过open()读取到环境中，读取进来的还是字符串格式的。上面的操作是序列化，读取文件后的操作时反序列化。

f=open(‘test.txt‘,‘r‘)
data=f.read()
print(type(data))   #返回class ‘str‘
#想要保留数据的原本的格式，还需要将数据转化。
data_new=eval(data)
print(type(data_new))
print(data_new)

返回：

但是上面的序列化和反序列化的方式不是常规的用法。只是在我们不了解序列化模块json，pickle的时候的用法。接下来我们介绍用于序列化的两个模块。

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

json

实例1：

import json
info={‘name‘:‘zoe‘,‘age‘:18}
f=open(‘test.txt‘,‘w‘)
f.write(json.dumps(info))  #序列化。将info转换为字符串，写入文本文件中
f.close()

import json
f=open(‘test.txt‘,‘r‘)
data=json.loads(f.read())   #反序列化。用loads方法将字符串
print(data(type))
f.close()

实例2：

>>> import json
>>> def sayhi(name):
    print(‘hello,‘,name)

>>> info={‘name‘:‘zoe‘,‘age‘:18,‘func‘:sayhi}
>>> f=open(‘test.txt‘,‘w‘)

>>> f.write(json.dumps(info))   #函数sayhi的内存地址不是json可以序列化的参数。
Traceback (most recent call last):
  File "<pyshell#12>", line 1, in <module>
    f.write(json.dumps(info))
  File "C:\Users\Zoe\Anaconda3\lib\json\__init__.py", line 230, in dumps
    return _default_encoder.encode(obj)
  File "C:\Users\Zoe\Anaconda3\lib\json\encoder.py", line 198, in encode
    chunks = self.iterencode(o, _one_shot=True)
  File "C:\Users\Zoe\Anaconda3\lib\json\encoder.py", line 256, in iterencode
    return _iterencode(o, 0)
  File "C:\Users\Zoe\Anaconda3\lib\json\encoder.py", line 179, in default
    raise TypeError(repr(o) + " is not JSON serializable")
TypeError: <function sayhi at 0x000000000317F8C8> is not JSON serializable

所以，json只能支持简单的数据类型，如字典，列表，字符串等。——

json主要用于不同的语言之间进行数据交互。比方说java和python之间的字典的交互，类，函数等复杂的json是无法进行处理，在不同语言之间进行交互。

xml主要在不同的语言和程序之间进行数据交互，是一种标记式的语言，正在逐渐被json给取代。因为json更简洁，更清晰。json是目前主流的在不同语言之间进行数据交互的模块。

json只能处理简单的，而pickle是用来处理复杂的数据类型。

json和pickle的操作和json一模一样。

pickle

实例1：

import pickle
def sayhi(name):
    print(‘hello,‘,name)

info={‘name‘:‘zoe‘,‘age‘:18,‘func‘:sayhi}
f=open(‘test.txt‘,‘wb‘)  #以二进制方式写入文件
f.write(pickle.dumps(info))   #pickle.dump(info,f)完全等价
f.close()

反序列化：

import pickle
def sayhi(name):
    print(‘hello world‘,name)

f=open(‘test.txt‘,‘rb‘)
a=pickle.loads(f.read())  #完全等价于pickle.load(f)
print(a)
a[‘func‘](‘zoe‘)
‘‘‘如果反序列化中程序中没有sayhi()函数，则会报错。然而，在程序中有定义的同名的sayhi()函数即可读取并调用。
两个程序之间的内存地址是不能互相访问的，所以在函数序列化中，
pickle只能在python中使用。‘‘‘

小知识:

json和pickle在文件写入过程中dumps两次，会写入两次；

json和pickle在文件中loads，在3.x中只能loads一次。

在2.x中第一次dump的，可以第一次loads。但是这个不好。

所以对于同一个文件的写入和读取记住只dump一次，load一次。如果想要每个都要dump一次，则dump成不同的文件。