json与pickle模块
Posted 酒红色
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与pickle模块相关的知识,希望对你有一定的参考价值。
任何语言,都有自己的数据类型,那么不同的语言怎么找到一个通用的标准?
比如,后端用Python写的,前端是js,那么后端如果传一个dic字典给前端,前端肯定不认。
所以就有了序列化这个概念。
什么是序列化?
我们把对象(变量)从内存中变成可存储或传输的过程称之为序列化,在Python中叫pickling。
序列化之后,就可以把序列化后的内容写入磁盘,或者通过网络传输进行前后端交互。
反过来,把变量内容从序列化的对象重新读到内存里称之为反序列化,即unpickling。
json、pickle模板都可以实现序列化和反序列化,而我们知道的eval则是反序列化。
json.dumps():将Python对象通通转为字符串
import json a = 11 #---->‘11‘ s = ‘hello‘ #---->"hello"------>‘"hello"‘ l = [1,2] #---->"[1,2]" dic = {‘name‘:‘nick‘} #---->{"name":"nick"}----->‘{"name":"nick"}‘ print(json.dumps(a)) print(json.dumps(s)) print(json.dumps(l)) print(json.dumps(dic))
结果:
11 #这四个结果都是字符串
"hello"
[1, 2]
{"name": "nick"}
json.dumps()实际干的两件事:
1.把这个数据中的所有的单引号变为双引号(有单引号就改为双引号,没有就不动)
2.把这个数据变为字符串(在最外面加一对单引号)
json.loads():将字符串转为Python对象(与eval相似)
所以,用json现实文件存储:
import json dic = {‘name‘:‘nick‘} str_dic = json.dumps(dic) #转为字符串 f_write = open(‘123.txt‘,‘w‘) f_write.write(str_dic) f_read = open(‘123.txt‘,‘r‘) data = f_read.read() data = json.loads(data) #转回字典 print(type(data)) print(data)
结果:
<class ‘dict‘>
{‘name‘: ‘nick‘}
json
如果我们要在不同的编程语言之间传递对象,就必须把对象序列化为标准格式,比如XML,但更好的方法是序列化为JSON,因为JSON表示出来就是一个字符串,可以被所有语言读取,也可以方便地存储到磁盘或者通过网络传输。JSON不仅是标准格式,并且比XML更快,而且可以直接在Web页面中读取,非常方便。
注意,只有符合json标准格式规范的字符串,才能被解析。在字符串中,json只认双引号,如下
123.txt: {"name": "nick"} with open(‘123.txt‘,‘r‘) as f_read: res = f_read.read() res = json.loads(res) print(type(res)) print(res) 结果:<class ‘dict‘> {‘name‘: ‘nick‘} 123.txt: {‘name‘: "nick"} #单引号不符合json的标准格式 with open(‘123.txt‘,‘r‘) as f_read: res = f_read.read() res = json.loads(res) print(type(res)) print(res) 结果:报错
pickle
pickle和json的用法几乎一样,只是json是将Python对象转为字符串去存储或传输,而pickle是将Python对象转为字节去存储或传输,所以pickle适用的数据类型更多,比如类、对象。但是这样的需求场景很少,所以一般来说,我们还是用json。
用pickle现实文件存储:
import pickle dic = {‘name‘:‘nick‘} byte_dic = pickle.dumps(dic) print(byte_dic) with open(‘aaa.txt‘,‘wb‘) as f_write: #由于是byte,所以这里要+b f_write.write(byte_dic) with open(‘aaa.txt‘,‘rb‘) as f_read: date = f_read.read() print(type(date)) date = pickle.loads(date) print(type(date)) print(date)
结果:
b‘x80x03}qx00Xx04x00x00x00nameqx01Xx04x00x00x00nickqx02s.‘
<class ‘bytes‘>
<class ‘dict‘>
{‘name‘: ‘nick‘}
用eval内置方法可以将一个字符串转成python对象
用eval现实文件存储:
dic = {‘name‘:‘nick‘,‘age‘:20}
f_write = open(‘123.txt‘,‘w‘)
f_write.write(str(dic)) #写入时直接f_write.write(dic)是报错的,必须转为str
f_read = open(‘123.txt‘,‘r‘)
data = f_read.read()
print(type(data)) #读取是字符串
data = eval(data) #eval转为字典
print(type(data))
print(data)
结果:
<class ‘str‘>
<class ‘dict‘>
{‘age‘: 20, ‘name‘: ‘nick‘}
不过,eval方法是有局限性的,对于普通的数据类型,json.loads和eval都能用,但遇到特殊类型的时候,eval就不管用了,所以就要用json。
用json.dumps()将字典转为字符串是序列化,用json.loads()将字符串转回字典是反序列化
用pickle.dumps()将字典转为字节是序列化,用pickle.loads()将字节转回字典是反序列化
用str()将字典转为字符串是序列化,用eval()将字符串转为字典也是反序列化
shelve
最后,简单了解一下shelve模板,shelve和json、pickle属于同一类,也是用于数据存储和传输。
shelve是将pickle模板再进一步封装,目的就是方便我们使用,可以直接把文件当做一个字典来读和写,也就是直接操作键值对
shelve模块只有一个open函数,返回类似字典的对象,可读可写;key必须为字符串,而值可以是python所支持的数据类型
import shelve #写 f = shelve.open(r‘abc.txt‘) #返回一个类似字典的文件对象 f[‘name‘] = ‘nick‘ #插入键值对 f[‘info‘] = {‘age‘:20,‘num‘:123321} #value是一个字典 f.close() f = shelve.open(r‘abc.txt‘) #读 print(f[‘info‘][‘age‘]) #直接当做一个字典来读,二级字典 print(f[‘name‘])
以上是关于json与pickle模块的主要内容,如果未能解决你的问题,请参考以下文章