一、简述

　　我们在写入文件中的数据，只能是字符串或者二进制，但是要传入文件的数据不一定全是字符串或者二进制，那还要进行繁琐的转换，然后再读取的时候，还要再转回去，显得很麻烦,今天就来学习标准的序列化：json & pickle

二、json序列化

1、dumps序列化和loads反序列化

dumps()序列化 

 1 import  json   #导入json模块
 2  
 3 info = {
 4     'name':"qianduoduo",
 5     "age":22,
 6 }
 7  
 8 with open("text.txt","w") as f:  #以普通模式写入
 9     f.write(json.dumps(info)) #把内存对象转为字符串
10   #写到文件中
11  
12 #text.txt文件中的内容
13 {"name": "qianduoduo", "age": 22}

loads()反序列化

1 import json   #导入json模块
2  
3 with open("text.txt","r") as f:  #以普通模式读
4     data = json.loads(f.read())   #用loads反序列化
5  
6 print(data["age"])     #date.get("age")   一样的
7  
8 #输出
9 22

2、dump序列化和load反序列化

dump()序列化

 1 import  json
 2  
 3 info = {
 4     'name':"qianduoduo",
 5     "age":22
 6 }
 7  
 8 with open("text.txt","w") as f:   #文件以写的方式打开
 9     json.dump(info,f)    #第1个参数是内存的数据对象 ，第2个参数是文件句柄
10  
11 #text.txt文件中的内容
12 {"name": "qianduoduo", "age": 22}

 load()反序列化

1 import json
2  
3 with open("text.txt","r") as f:   #以读的方式打开文件
4     data = json.load(f)  #输入文件对象
5  
6 print(data.get("age"))   #date["age"]
7  
8 #输出
9 22

3、序列化函数

 

总结：

　　1.dumps和loads是成对使用的，dump和load是成对使用的。

　　2.dumps和loads由于序列化的是内容，所以后面要加s，但是dump和load序列化的内容是对象，所以单数。

　　3.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。

　　为什么不能处理复杂的因为python 和别的语言定义函数，类完全不一样，特性也不一样

　　4.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

1、dumps序列化和loads反序列化

dumps()序列化

 1 import pickle
 2  
 3 info = {
 4     'name':"qianduoduo",
 5     "age":22,
 6 }
 7  
 8 with open("text.txt","wb") as f:   #以二进制的形式写入
 9     data = pickle.dumps(info)   #序列化成字符串
10     f.write(data)   #写入text.txt 文件中
11  
12 #输出到test.txt文件中的内容
13 �}q (X   nameqX
14    qianduoduoqX   ageqKu.

loads()反序列化

1 import pickle
2  
3 with open("text.txt","rb") as f: #以二进制的模式读
4     data = pickle.loads(f.read())   #反序列化操作
5  
6 print(data.get("age"))    #date["age"]  是一样的
7  
8 #输出
9 22

2、dump序列化和load反序列化

dump()序列化

 1 import pickle
 2  
 3 info = {
 4     'name':"qianduoduo",
 5     "age":22,
 6 }
 7  
 8 with open("text.txt","wb") as f:
 9     pickle.dump(info,f)  #序列化
10  
11 #输出
12 �}q (X   nameqX
13    qianduoduoqX   ageqKu.

load()反序列化

1 import pickle
2  
3 with open("text.txt","rb") as f:
4     data = pickle.load(f)  #反序列化成内存对象
5  
6 print(data.get("age"))     #or   date["age"]  一样的
7  
8 #输出
9 22

上面几个例子可以观察出：

pickle序列化的是字节，而json序列化的是字符，所以pickle序列化写入和读取都是二进制

3、序列化函数

序列化

 1 import pickle
 2  
 3 def sayhi(name):   #函数
 4     print("hello:",name)
 5  
 6 info = {
 7     'name':"zhangqigao",
 8     "age":22,
 9     "func":sayhi    #"func"对应的值sayhi，是函数名  如果sayhi加()就执行这个函数
10 }
11  
12 with open("text.txt","wb") as f:
13     data = pickle.dumps(info)
14     f.write(data)
15  
16 #输出test.txt
17 �}q (X   nameqX
18    qianduoduoqX   ageqKX   funcqc__main__
19 sayhi
20 qu.

反序列化

 1 import pickle
 2  
 3 def sayhi(name):   #在反序列化中必须写上此函数，不然会报错，因为在加载的时候，函数没有加载到内存
 4     print("hello:",name)
 5  
 6 with open("text.txt","rb") as f:
 7     data = pickle.loads(f.read())
 8  
 9 print(data["age"])
10  
11 data.get("func")("qianduoduo")  #执行函数sayhi
12  
13 #输出
14 22
15 hello: qianduoduo   #输出的函数体中的逻辑也是可以变的，但是函数名必须要相同，这又是要注意的地方

 小结：

　　1.json值支持简单的数据类型，pickle支持python所有的数据类型。

　　2.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。

　　3.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，是跟着新的函数体逻辑。

　　4.pickle和json在3.0中只能dump一次和load一次，dump在2.7里面可以dump多次，load多次，anyway，以后只记住，只需要dump一次，load一次就可以了。

 

 

posted on 2018-01-03 22:24 钱多多的妖孽人生 阅读(…) 评论(…) 编辑 收藏
版权声明：本文为ManyQian原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://www.cnblogs.com/ManyQian/p/8186045.html