python学习之 -- 数据序列化

Posted

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python学习之 -- 数据序列化相关的知识,希望对你有一定的参考价值。

json / pickle 数据序列化

序列化定义:把变量从内存中变成可存储或传输的过程称为序列化。
反序列化:把变量内容从序列化的对象重新读到内存里称为反序列胡。

序列化模块之--pickle
使用注意:在python3里,进行一次序列化后,然后在进行反序列化,不要重复多次序列化,否则无法进行反序列化。
pickle:是python独有的序列化模块,只能作用于python变量,是将数据对象转化为bytes。
功能:用于python特有的类型和python的数据类型间进行转换。
举例:
技术分享
1 import pickle
2 d = {name:jeck,age:22}
3 print(pickle.dumps(d))
View Code
打印出:b‘\x80\x03}q\x00(X\x04\x00\x00\x00nameq\x01X\x08 #这里b代表为bytes
pickle的4个功能如下:
dumps , dump:进行序列化功能
loads , load:进行反序列化功能

序列化举例1:
dumps 序列化作用于变量,将传入的变量序列化为一个bytes,然后可以写入磁盘。
技术分享
1 import pickle
2 d = {name:jeck,age:22,工作:IT}
3 f = open(fname,wb) #必须以二进制读写
4 f.write(pickle.dumps(d))
5 f.close()
View Code
序列化举例2:
dump 直接将变量序列化到文件中
技术分享
1 import pickle
2 d = {name:jeck,age:22,工作:IT}
3 f = open(fname1,wb)
4 pickle.dump(d,f)
5 f.close()
View Code
反序列化举例1:
loads:把对象从磁盘读入内存时,先把内容读到一个bytes,然后用loads进行反序列化
技术分享
1 import pickle
2     f = open(fname,rb)
3     print(pickle.loads(f.read())) #将bytes通过loads进行反序列化
4 f.close()
View Code
反序列化举例2:
load:直接将dump后的序列化文件进行反序列化载入。
技术分享
1 import pickle
2     f = open(fname1,rb)
3     print(pickle.load(f))
4 f.close()
View Code
序列化模块之-- json
json:是个对象序列化的标准格式,用于在不同编程语言之间进行对象的传递。类似的有xml。
但和xml表现形式不同,json表现为一个字符串,xml是用标记标注的不易阅读。在速度上json也比xml快。
注意:一般用于序列化通用的列表,字典,等常用序列。如果要序列化python里的函数,类需要单独指定
方法和pickle一样,有:dumps,dump 进行序列化。loads,load 进行反序列化
功能:用于字符串和python数据类型间进行转换。
举例:json序列化后的格式为字符串
技术分享
1 import json
2 d = {name:jeck,age:22,工作:IT}
3 print(json.dumps(d))
4 print(type(json.dumps(d)))
View Code
打印:
{"name": "jeck", "age": "22", "\u5de5\u4f5c": "IT"}
<class ‘str‘>
序列化举例1:
dumps 序列化作用于变量,将传入的变量序列化为一个字符串,然后可以写入磁盘。
技术分享
1 import json
2 d = {name:jeck,age:22,工作:IT}
3 f = open(fname,w)
4 f.write(json.dumps(d))
5 f.close()
View Code
序列化举例2:
dump 直接将变量序列化到文件中
import json
d = {name:jeck,age:22,工作:IT}
f = open(fname1,w)
json.dump(d,f)
f.close()
反序列化举例1:
loads:先读取对象,然后用loads进行反序列化
技术分享
1 import json
2 f = open(fname,r)
3 print(json.loads(f.read())) #将字符串通过loads进行反序列化
4 f.close()
View Code
反序列化举例2:
load:直接将dump后的序列化文件进行反序列化载入。
技术分享
1 import json
2 f = open(fname1,rb)
3 print(json.load(f))
4 f.close()
View Code
# 注意 json也可以序列化python中的函数和类,但是序列化后的数据只是函数或者类的结果数据。
举例序列化一个类:
技术分享
1 import json
2 def fun(n):
3     return n
4 x = fun(jeck)
5 f = open(fname,w)
6 f.write(json.dumps(x,default=fun))  #default参数就是告知json如何进行序列化
7 f.close
View Code
一般通用方法为:
print(json.dumps(x, default=lambda obj: obj.__dict__))
其中的__dict__不需我们在类中定义,因为通常class的实例都有一个__dict__属性,它就是一个字典,用来存储实例变量.
当然函数和类序列化一般也不会使用。

在单独举例通过pickle对函数的序列化和反序列化举例
1:进行函数的序列化
技术分享
1 import pickle
2 def fun(n):
3     return n
4 f = open(fname,wb)
5 f.write(pickle.dumps(fun))
6 f.close  #成功
View Code
2:进行反序列化
import pickle
f = open(‘fname‘,‘rb‘)
pickle.loads(f.read())
f.close
报错:AttributeError: Can‘t get attribute ‘fun‘ on <module ‘__main__‘ from
是因为序列化后内存已释放这个函数的内存地址,所以报错。需要手工把这个函数添加到反序列化开头如下:
技术分享
1 import pickle
2 def fun(n):
3     return n # 这个函数内容可以手工修改。
4 f = open(fname,rb)
5 print(pickle.loads(f.read()))
6 f.close
View Code
这样才可以实现函数的反序列化,个人觉得没啥意义。而且反序列化时可以先修改函数内容,这样反序列化出的内容就是修改后的内容。

注意:pickle和json的序列化和反序列化必须各自独自使用,不能相互混用。












































以上是关于python学习之 -- 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学习之json序列化

python3学习之序列化

python学习之-常用模块

Python学习之-序列化与反序列化

python学习之第四天

Python学习之JSON格式的序列化和反序列化