python3_json&pickle

Posted 2021-02-08 qianjunye

# 用eval内置方法可以将一个字符串转成python
# 对象，但是eval是有局限性的，
# 对于普通数据类型，json.load和eval都能用，
# 但是遇到特殊类型时，eval就不管用了，
# 所以以eval的重点还是通常用来执行一个字符串表达式，
# 并返回表达式的值。
# import json
# x = "[null,true,false,1]"
# # print(eval(x))
# print(json.loads(x))
‘‘‘
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，在其他语言中也被称之为
serialization，marshalling，flattening等等，都是一个意思。
序列化之后，就可以把序列化后的内容写入磁盘，或者通过网络传输到别的机器上。
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。
‘‘‘
#------------------------------------------------------
# import json
# dic = {‘name‘:‘alvin‘, ‘age‘:23, ‘sex‘:‘male‘}
# print(type(dic))
# <class ‘dict‘>

# j = json.dumps(dic)
# print(type(j))
# <class ‘str‘>

# f = open(‘序列化对象‘, ‘w‘)
# f.write(j)  #--------------等价于json.dumps(dic, f)
# f.close()

# ------------------------------------
# 反序列化
# import json
# f = open(‘序列化对象‘)
# data = json.loads(f.read())
# 等价于data=json.load(f)

#---------------------------------------
# 注意
# import json
# doc = "{‘l‘:lll}"   # json 不认单引号
# doc = str({"1":111}) # 报错，因为生成的数据还是单引号：{‘one‘:1}
# doc = ‘{"1":"111"}‘
# print(json.loads(doc))
#-----------------------------------------------------
# conclusion:
# 无论数据是怎样创建的，只要满足json格式
# 就可以json.loads出来，不一定非要dumps的数据才能loads

# pickle
##=---------------序列化
# import pickle
# dic = {‘name‘:‘jocket22333‘, ‘age‘:26, ‘sex‘:‘male‘}
# print(type(dic))    #<class ‘dict‘>
#
# j = pickle.dumps(dic)
# print(type(j))  #<class ‘bytes‘>
#
# f = open(‘序列化对象pickle‘, ‘wb‘)
# #注意w是写入str, wb是写入bytes,j是bytes
# f.write(j)   #---------等价于pickle.dump(dic, f)
#
# f.close()


#------------------------------反序列化
import pickle
f = open("序列化对象pickle", ‘rb‘)
data = pickle.loads(f.read())
# 等价于data = pickle.loads(f)
print(data[‘age‘])

# pickle 的问题和其他编程语言特有的序列化
# 问题一样，就是它只能用于python
# 并且不同版本的python彼此都不兼容
# 因此只能用pickle用于保存那些
# 不重要的数据，不能成功反序列化也没关系
#====================================================

#------------------------------------------------
# shelve模块比pickle模块简单，只有一个open函数
# 返回类似字典对象，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
f = shelve.open(r‘shelve.txt‘)
f[‘stu1_info‘] = {‘name‘:‘jocket2333‘, ‘age‘:‘15‘}
f[‘stu2_info‘] = {‘name‘:‘alex‘,‘age‘:‘20‘}
f[‘school_info‘] = {‘website‘:‘oldboyedu.com‘, ‘city‘:‘beijing‘}

# f.close()
print(f.get(‘stu1_info‘)[‘age‘])