1.什么是序列化&反序列化？
序列化：将字典、列表、类的实例对象等内容转换成一个字符串的过程。
反序列化：将一个字符串转换成字典、列表、类的实例对象等内容的过程
PS:Python中常见的数据结构可以统称为容器。序列（如列表和元组）、映射（如字典）以及集合（set）是三类主要的容器。
场景一：我们在python中将一个功能给另外一段程序使用，怎么给？
方法一：功能存到文件，然后另一个python程序再从文件里读出来。
场景二：现在反过来怎么把读出来的文件字符串转换成字典？
方法二：eval()函数：将字符串str当成有效的表达式求值并返回计算结果，但存在风险，将str转换成python中的数据结构，推荐使用反序列化。
序列化就是从dic变成str(dic)的过程，反序列化就是从str(dic)变成dic的过程。
2.为什们要使用序列化？
序列化的目的：
1.以某种存储形式使自定义对象持久化（比如从内存存到硬盘）
2.将对象从一个地方传递到另一个地方
3.使程序更具维护性
序列化的2个模块：
json:用于字符串(str)和python数据类型间(比如字典、列表)进行转换
pickle：用于python特有的类型和python的数据类型间转换
3.json
Json是一种轻量级的数据交换格式，基于ECMAScript的一个子集。Python3中可以使用json模块来对json数据进行编解码.
python本质:字符串，字符串中的值用双引号，包含了2个函数：
python对象->json：json.dumps(python对象)
json->python对象：json.loads(json字符串)
json.dumps():对数据进行编码,就是将mysql里的数据字符串或二进制的形式存储到硬盘。
dumps:输出到终端的操作方法，也就是把一个类型变量转换成str dump:文件操作的方法，具体的操作json.dump(dict,open(‘test‘,‘w‘))
json.loads():对数据进行解码，将抽象的数据内容（python对象）转换成字符串。
json.load和json.loads是反序列化输出的一个结果，dump和dumps是序列化输出终端或文件中去.
python对象(基本的数据类型)：int、float、str、list、tuple、dict
需求：序列化，将字典info转换成字符串，存到test1.txt文件中。
ex1:用dumps()函数序列化，通过f.write()写入test1.txt文件。
import json
info={
‘name‘:‘wendy‘,
‘age‘:22
}
f=open("test1.txt",‘w‘)
#json.dumps(info)把一个字典info转换成字符串,从内存存到硬盘的过程叫序列化
#序列化dumps函数不可以序列化，只能处理简单的跨平台数据交互
f.write(json.dumps(info))f.close()
ex2:用dump()函数序列化，直接json.dump()写入test1.txt文件。
import json
info={
‘name‘:‘wendy‘,
‘age‘:22
}
f=open("test1.txt",‘w‘)
#等于f.write(json.dumps(info))
json.dump(info,f)
f.close()
4.pickle
pickle的load、loads和dump、dumps的使用操作,先来说下，pickle和json的差异：
4.1 pickle和json都可以实现序列化和反序列化的操作。
4.2 在写入文件的时候，pickle是以加密的方式写入的。在打开文件的时候，‘wb’是以二进制的形式写入。
4.3 pickle可以对类创建的对象进行反序列化输入到文件中。
pickle模块的4个功能：dump(序列化，存)、dumps、loads(反序列化，读)、load
import pickle
class ABC:
a=10
def __init__(self,m,n):
self.m=m
self.n=n
abc=ABC(1,2)
res=pickle.dumps(abc) #pickle可序列化任意类型，比如：序列化类实例
back_res=pickle.loads(res)print(res)
print(back_res)
print(back_res.a)
#结果显示
b‘\x80\x03c__main__\nABC\nq\x00)\x81q\x01}q\x02(X\x01\x00\x00\x00mq\x03K\x01X\x01\x00\x00\x00nq\x04K\x02ub.‘
<__main__.ABC object at 0x000001D7A0B31048>
原文地址：https://www.cnblogs.com/wendyw/p/11803688.html