Python开发之序列化与反序列化:pickle、json模块使

  在日常开发中,所有的对象都是存储在内存当中,尤其是像Python这样的坚持一切接对象的高级程序设计语言,一旦关机,在写在内存中的数据都将不复存在。另一方面,存储在内存够中的对象由于编程语言、网络环境等等因素,很难在网络中进行传输交互。由此,就诞生了一种机制,可以实现内存中的对象与方便持久化在磁盘中或在网络中进行交互的数据格式(str、bites)之间的相互转换。这种机制就叫序列化与发序列化:

  序列化:将内存中的不可持久化和传输对象转换为可方便持久化和传输对象的过程。

  反序列化:将可持久化和传输对象转换为不可持久化和传输对象的过程。

  Python中提供pickle和json两个模块来实现序列化与反序列化,pickle模块和json模块dumps()、dump()、loads()、load()这是个函数,其中dumps()、dump()用于实现序列化,loads()、load()用于实现反序列化。下面,我们分别对pickle和json模块进行介绍。

2  pickle模块

  pickle模块的dumps()、dump()、loads()、load()是个函数按功能划分可以分为两组:

  序列化:dumps()、dump()

  反序列化:loads()、load()

  dumps()与dump()的区别是dumps()只是单纯得将对象序列化,而dump()会在序列化之后将结果写入到文件当中;与之对应,loads()与load()区别至于loads()是对dumps的序列化结果进行反序列化,而dump()会从文件中读取内容进行反序列化。

2.1 dumps()与loads()

>>> import pickle >>> p_dict = {'name':'张三' , 'age':30 , 'isMarried':False} # 定义一个字典 >>> p_str = pickle.dumps(p_dict) # 序列化 >>> type(p_dict) <class 'dict'> >>> type(p_str) <class 'bytes'> >>> p_str b'\x80\x03}q\x00(X\x04\x00\x00\x00nameq\x01X\x06\x00\x00\x00\xe5\xbc\xa0\xe4\xb8\x89q\x02X\x03\x00\x00\x00ageq\x03K\x1eX\t\x00\x00\x00isMarriedq\x04\x89u.' >>> p = pickle.loads(p_str) >>> type(p) <class 'dict'> >>> p {'name': '张三', 'age': 30, 'isMarried': False}

  可以看到,反序列化后得到的p和序列化之前的p_dict内容是一模一样的。不过,p与p_dict已经是两个不同的对象了:

>>> id(p)==id(p_dict) False

2.2 dump()与load()

  序列化:

>>> import pickle >>> p_dict = {'name':'张三' , 'age':30 , 'isMarried':False} # 定义一个字典 >>> file = open("my_dump.txt", "wb") # 因为序列化只有的是bites类型,所以必须以wb模式打开 >>> pickle.dump(p_dict, file) >>> file.close()

  此时,通过上面代码我们已经将p_dict序列化成功,并写入到了一个名为my_dump.txt文件中。你可以找到这个文件,然后将它拷贝到任何电脑上进行反序列化:

>>> file=open("my_dump.txt","rb") >>> p=pickle.load(file) >>> file.close() >>> type(p) <class 'dict'> >>> p {'name': '张三', 'age': 30, 'isMarried': False}

  看,反序列化后得到的内容与序列化之前的内容完全一样。体会到序列化与反序列化的作用了吗?序列化之后的内容可以方便得保存到磁盘中,电脑关机也不怕。

3 json模块

  如果你阅读并理解了上文中关于pickle的部门内容,对于这一部分的json模块内容,你可以不费吹灰之力掌握。上文中说到过,与pickle一样,json模块也提供了dumps()、dump()、loads()、load()则是个函数,且其中区别也与pickle中是个函数的区别是一样的。

3.1 dumps()与loads()

内容版权声明:除非注明,否则皆为本站原创文章。

转载注明出处:https://www.heiqu.com/7e62b360d6abbdcb09359ab29f772ae7.html