Json & pickle 数据序列化

Posted Zoe233

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Json & pickle 数据序列化相关的知识,希望对你有一定的参考价值。

前提:

文本文件中只能写入字符串或ascii码格式的内容。

info={\'name\':\'zoe\',\'age\':18}
f=open(\'test.txt\',\'w\')
f.write(info)  #在文本文件中写入字典格式的内容,执行会报错。
f.closed()

变通方式将 f.write(info) 改为 f.write(str(info))。

但是这种写法比较低端。

同时,将文件通过open()读取到环境中,读取进来的还是字符串格式的。上面的操作是序列化,读取文件后的操作时反序列化。

f=open(\'test.txt\',\'r\')
data=f.read()
print(type(data))   #返回class \'str\'
#想要保留数据的原本的格式,还需要将数据转化。
data_new=eval(data)
print(type(data_new))
print(data_new)

返回:

 但是上面的序列化和反序列化的方式不是常规的用法。只是在我们不了解序列化模块json,pickle的时候的用法。接下来我们介绍用于序列化的两个模块。

 

用于序列化的两个模块

  • 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

Json模块提供了四个功能:dumps、dump、loads、load

pickle模块提供了四个功能:dumps、dump、loads、load

json

实例1:

import json
info={\'name\':\'zoe\',\'age\':18}
f=open(\'test.txt\',\'w\')
f.write(json.dumps(info))  #序列化。将info转换为字符串,写入文本文件中
f.close()
import json
f=open(\'test.txt\',\'r\')
data=json.loads(f.read())   #反序列化。用loads方法将字符串
print(data(type))
f.close()

实例2:

>>> import json
>>> def sayhi(name):
    print(\'hello,\',name)
    
>>> info={\'name\':\'zoe\',\'age\':18,\'func\':sayhi}
>>> f=open(\'test.txt\',\'w\')

>>> f.write(json.dumps(info))   #函数sayhi的内存地址不是json可以序列化的参数。
Traceback (most recent call last):
  File "<pyshell#12>", line 1, in <module>
    f.write(json.dumps(info))
  File "C:\\Users\\Zoe\\Anaconda3\\lib\\json\\__init__.py", line 230, in dumps
    return _default_encoder.encode(obj)
  File "C:\\Users\\Zoe\\Anaconda3\\lib\\json\\encoder.py", line 198, in encode
    chunks = self.iterencode(o, _one_shot=True)
  File "C:\\Users\\Zoe\\Anaconda3\\lib\\json\\encoder.py", line 256, in iterencode
    return _iterencode(o, 0)
  File "C:\\Users\\Zoe\\Anaconda3\\lib\\json\\encoder.py", line 179, in default
    raise TypeError(repr(o) + " is not JSON serializable")
TypeError: <function sayhi at 0x000000000317F8C8> is not JSON serializable

所以,json只能支持简单的数据类型,如字典,列表,字符串等。——

json主要用于不同的语言之间进行数据交互。比方说java和python之间的字典的交互,类,函数等复杂的json是无法进行处理,在不同语言之间进行交互。

xml主要在不同的语言和程序之间进行数据交互,是一种标记式的语言,正在逐渐被json给取代。因为json更简洁,更清晰。json是目前主流的在不同语言之间进行数据交互的模块。

 

json只能处理简单的,而pickle是用来处理复杂的数据类型。

json和pickle的操作和json一模一样。

pickle

 实例1:

import pickle
def sayhi(name):
    print(\'hello,\',name)

info={\'name\':\'zoe\',\'age\':18,\'func\':sayhi}
f=open(\'test.txt\',\'wb\')  #以二进制方式写入文件
f.write(pickle.dumps(info))   #pickle.dump(info,f)完全等价
f.close()

 

反序列化:

import pickle
def sayhi(name):
    print(\'hello world\',name)

f=open(\'test.txt\',\'rb\')
a=pickle.loads(f.read())  #完全等价于pickle.load(f)
print(a)
a[\'func\'](\'zoe\')   
\'\'\'如果反序列化中程序中没有sayhi()函数,则会报错。然而,在程序中有定义的同名的sayhi()函数即可读取并调用。
两个程序之间的内存地址是不能互相访问的,所以在函数序列化中,
pickle只能在python中使用。\'\'\'

 

 

小知识:

json和pickle在文件写入过程中dumps两次,会写入两次;

json和pickle在文件中loads,在3.x中只能loads一次。

在2.x中第一次dump的,可以第一次loads。但是这个不好。

所以对于同一个文件的写入和读取记住只dump一次,load一次。如果想要每个都要dump一次,则dump成不同的文件。

 

以上是关于Json & pickle 数据序列化的主要内容,如果未能解决你的问题,请参考以下文章

python序列化: json & pickle & shelve 模块

python序列化: json & pickle & shelve 模块

json&pickle序列化

json&pickle序列化

json&pickle模块configparse/hashlib/subprocess 模块

Python3 json &pickle 数据序列化