json&pickle序列化

一、用途

　　我们需要将内存中的数据进行序列化，即写入文件中时，写入的类型只能是字符串或者二进制类型。但是如果我们想要将复杂一些的数据类型，如：列表、字典或者函数之类的同样进行序列化，我们就要用到 json或者pickle。

二、json序列化

1、dumps序列化和loads反序列化

dumps把数据类型转换成字符串

import json

info = {
    ‘name‘: ‘The Count of Monte Cristo‘,
    ‘type‘: ‘Movie‘
}

data = json.dumps(info)
print(data)
print(type(data))

# 输出
{"name": "The Count of Monte Cristo", "type": "Movie"}
<class ‘str‘>

loads把字符串转换成数据类型

import json

get_info = json.loads(data)
print(get_info[‘name‘])
print(get_info)
print(type(get_info))

#输出
The Count of Monte Cristo
{‘name‘: ‘The Count of Monte Cristo‘, ‘type‘: ‘Movie‘}
<class ‘dict‘>　

2.dump序列化和load反序列化

dump把数据类型转换成字符串并存储在文件中

import json

info = {
    ‘name‘: ‘The Count of Monte Cristo‘,
    ‘type‘: ‘Movie‘
}

with open("test.txt", "w", encoding="utf-8") as f:
    json.dump(info, f)  # 第一个参数是内存中的数据对象，第二个参数是文件句柄

#写入文件中的内容
{"name": "The Count of Monte Cristo", "type": "Movie"}

load把文件打开从字符串转换成数据类型

import json

with open("test.txt", "r", encoding="utf-8") as f:
    data_from_file = json.load(f)

print(data_from_file[‘name‘])
print(data_from_file)
print(type(data_from_file))

#输出
The Count of Monte Cristo
{‘name‘: ‘The Count of Monte Cristo‘, ‘type‘: ‘Movie‘}
<class ‘dict‘>

3.json序列化一个函数

import json

def test(name):
    print("hello,{}".format(name))

info = {
    ‘name‘: ‘The Count of Monte Cristo‘,
    ‘type‘: ‘Movie‘,
    ‘func‘: test
}

data = json.dumps(info)

#输出
 File "G:/python/untitled/study6/json&pickle模块.py", line 22, in <module>
    data = json.dumps(info)
  File "G:\python\install\lib\json\__init__.py", line 230, in dumps
    return _default_encoder.encode(obj)
  File "G:\python\install\lib\json\encoder.py", line 198, in encode
    chunks = self.iterencode(o, _one_shot=True)
  File "G:\python\install\lib\json\encoder.py", line 256, in iterencode
    return _iterencode(o, 0)
  File "G:\python\install\lib\json\encoder.py", line 179, in default
    raise TypeError(repr(o) + " is not JSON serializable")
TypeError: <function test at 0x0000021B13C57F28> is not JSON serializable

1、json只能处理简单的数据类型，例如：字典、列表、字符串等，不能处理函数等复杂的数据类型。

2、json是所有语言通用的，所有语言都支持json，如果我们需要python跟其他语言进行数据交互，那么就用json格式

三、pickle序列化

pickle的用法和上面的相同，但是pickle序列化后的数据类型是二进制的，并且pickle只能在python中是使用。

1.dumps && loads

import pickle

def test(name):
    print("hello,{}".format(name))

info = {
    ‘name‘: ‘The Count of Monte Cristo‘,
    ‘type‘: ‘Movie‘,
    ‘func‘: test
}

data = pickle.dumps(info)
print(data)
print(type(data))

#输出
b‘\x80\x03}q\x00(X\x04\x00\x00\x00nameq\x01X\x19\x00\x00\x00The Count of Monte Cristoq\x02X\x04\x00\x00\x00typeq\x03X\x05\x00\x00\x00Movieq\x04X\x04\x00\x00\x00funcq\x05c__main__\ntest\nq\x06u.‘

<class ‘bytes‘>

import pickle

get_data = pickle.loads(data)
get_data[‘func‘](‘cat‘)
print(get_data)

#输出
hello,cat
{‘name‘: ‘The Count of Monte Cristo‘, ‘type‘: ‘Movie‘, ‘func‘: <function test at 0x00000235350A7F28>}

2. dump && load

import pickle

def test(name):
    print("hello,{}".format(name))

info = {
    ‘name‘: ‘The Count of Monte Cristo‘,
    ‘type‘: ‘Movie‘,
    ‘func‘: test
}

with open(‘test.txt‘, ‘wb‘) as f:
    pickle.dump(info, f)

# 写入test.txt文件中的内容

?}q (X   typeqX   MovieqX   funcqc__main__
test
qX   nameqX   The Count of Monte Cristoqu.

import pickle

with open(‘test.txt‘, ‘rb‘) as f:
    get_data = pickle.load(f)
print(get_data)

# 输出

{‘name‘: ‘The Count of Monte Cristo‘, ‘func‘: <function test at 0x000001BA2AB4D510>, ‘type‘: ‘Movie‘}

总结：

• json值支持简单的数据类型，pickle支持所有的数据类型。
• pickle只能支持python本身的序列化和反序列化，不能用作和其他语言做数据交互，而json可以。
• pickle序列化的是整个的数据对象，所以反序列化函数时，函数体中的逻辑变了，是跟着心的函数体走的。