python--序列化模块json与pickle

什么叫序列化？

        将原本的字典、列表等内容转换成一个字符串的过程就 叫做序列化。

多用的两个序列化模块：json与pickle

·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

序列化的目的  

1、以某种存储形式使自定义对象持久化；

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。  

  json

一些对于文档的操作请参考：文档的操作

Json模块提供了四个功能：        

dumps：序列化，将某个数据类型转化为字符串

import json
dic = {'k1':'v1','k2':'v2','k3':'v3'}
str_dic = json.dumps(dic) #序列化：将一个字典转换成一个字符串
print(type(str_dic),str_dic) #<class 'str'> {"k3": "v3","k1": "v1", "k2": "v2"}
#注意，json转换完的字符串类型的字典中的字符串是由""表示的

 注意：转化后的字符串由""表示，且会将字符串规范化，结果如下

 loads：反序列化：将一个字符串格式的字典转换成一个字典

import json
dic = {'k1':'v1','k2':'v2','k3':'v3'}
str_dic = json.dumps(dic) #序列化：将一个字典转换成一个字符串
dic2 = json.loads(str_dic) #反序列化：将一个字符串格式的字典转换成一个字典
print(type(dic2),dic2) #<class 'dict'> {'k1': 'v1', 'k2':'v2', 'k3': 'v3'}

 注意：转为字典后也可进行一系列操作，结果如下：

 处理嵌套的数据类型

import json
list_dic = [1,['a','b','c'],3,{'k1':'v1','k2':'v2'}]
str_dic = json.dumps(list_dic) #也可以处理嵌套的数据类型
print(type(str_dic),str_dic) #<class 'str'> [1, ["a", "b","c"], 3, {"k1": "v1", "k2": "v2"}]
list_dic2 = json.loads(str_dic)
print(type(list_dic2),list_dic2) #<class 'list'> [1, ['a','b', 'c'], 3, {'k1': 'v1', 'k2': 'v2'}]

结果为：

 pickle模块

提供了四个功能：dumps、dump(序列化，存）、loads（反 序列化，读）、load （不仅可以序列化字典，列表...可以把python中任 意的数据类型序列化）

在大多数情况与json相同，但是pickle更符合其操作python

import pickle
dic = {'k1':'v1','k2':'v2','k3':'v3'}
str_dic = pickle.dumps(dic)
print(str_dic) #一串二进制内容
dic2 = pickle.loads(str_dic)
print(dic2) #字典
import time
struct_time = time.localtime(1000000000)
print(struct_time)
f = open('pickle_file','wb')
pickle.dump(struct_time,f)
f.close()
f = open('pickle_file','rb')
struct_time2 = pickle.load(f)
print(struct_time2.tm_year)

结果为：

        这时候机智的你又要说了，既然pickle如此强大，为什么还要学json呢？ 这里我们要说明一下，json是一种所有的语言都可以识别的数据结构。 如果我们将一个字典或者序列化成了一个json存在文件里，那么java代码 或者js代码也可以拿来用。 但是如果我们用pickle进行序列化，其他语言就不能读懂这是什么了～ 所以，如果你序列化的内容是列表或者字典，我们非常推荐你使用json模 块 但如果出于某种原因你不得不序列化其他的数据类型，而未来你还会用 python对这个数据进行反序列化的话，那么就可以使用pickle