Python 从入门到跑路【十】序列化json

最新推荐文章于 2025-07-21 15:49:46 发布

原创最新推荐文章于 2025-07-21 15:49:46 发布 · 173 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#python序列化 #python自学

python 专栏收录该内容

10 篇文章

订阅专栏

本文详细介绍了序列化和反序列化的概念及其在不同数据类型间的应用。主要探讨了两种序列化方式：json和pickle，包括它们的使用场景、序列化与反序列化的方法，以及如何处理复杂数据类型的序列化问题。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

序列化

序列化是将内存对象，转换为可以存储或传输的形式的过程，可以实现不同开发语言或系统之间的信息交互。

json

第一种是json。通过dumps()序列化，将python中的简单数据类型，转化成可传输的数据。在通过load()反序列化，将传输过来的数据恢复成简单的数据类型，然后使用。

import  json

f= open("source/xuliehua.txt","w")
a = {"name":"wty","height":175}
print("========序列化=======")
print(json.dumps(a))  # 序列化方法
f.write(json.dumps(a))

f.close()
f1= open("source/xuliehua.txt","r")

print("========反序列化=======")
data = json.loads(f1.readline())  # 反序列化方法
print(data["name"])

如果复杂的数据类型会需要序列，定义一个方法change()也用json序列化。会抛出一个异常，方法的内存地址不可以用json序列化

import  json

def change(name):
    print(name)

f= open("source/xuliehua.txt","w")
a = {"name":"wty","height":175,"func":change}  # 加入change方法
print("========序列化=======")
print(json.dumps(a))  # 序列化方法
f.write(json.dumps(a))
f.close()
#输出 TypeError: <function change at 0x0000027DE6B14510> is not JSON serializable

pickle

第二种pickle，pickle的方法跟json使用的方法是一样的。但是pickle能对复杂的数据类型进行序列化。

import pickle

def change(name):
    print(name)


f= open("source/xuliehua.txt","wb")
print("========序列化=======")
a = {"name":"wty","height":175,"func":change}
print(pickle.dumps(a))
f.write(pickle.dumps(a))
# pickle.dump(a,f)  简写方法。与上面两行效果一样
print("========反序列化=======")
f.close()

f1= open("source/xuliehua.txt","rb")
data = pickle.loads(f1.read())
# data = pickle.load(f1)  简写方法。与上面两行效果一样
print(data["name"])
data["func"]("apple") # 反序列化后，调用方法

#========序列化=======
#b'\x80\x03}q\x00(X\x04\x00\x00\x00funcq\x01c__main__\nchange\nq\x02X\x04\x00\x00\x00nameq\x03X\x03\x00\x00\x00wtyq\x04X\x06\x00\x00\x00heightq\x05K\xafu.'
#========反序列化=======
#wty
#apple