浅析Python 序列化与反序列化
序列化是将对象的状态信息转换为可以存储或传输的形式的过程。在序列化期间,对象将其当前状态(存在内存中)写入到临时或持久性存储区(硬盘)。以后,可以通过从存储区中读取或反序列化对象的状态,重新创建该对象。
实现对象的序列化和反序列化在python中有两种方式:json 和 pickle。
其中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,pickle是python特有的。
1、JSON序列化:json.dumps()
info = { "name":"tj", "age":22 } import json print(info) print(type(info)) print(json.dumps(info)) print(type(json.dumps(info))) f = open("test.txt","w") # f.write(info) # TypeError: write() argument must be str, not dict f.write(json.dumps(info)) # 正常写入文件 f.write(json.dumps(info)) 等价于 json.dump(info, f) f.close() >>> {'name': 'tj', 'age': 22} <class 'dict'> {"name": "tj", "age": 22} <class 'str'>
2、JSON反序列化:json.loads()
f = open("test.txt","r") # print(f.read()["age"]) #TypeError: string indices must be integers data = json.loads(f.read()) # data = json.loads(f.read()) 等价于 data = json.load(f) print(data["age"]) f.close() >>> 22
注意:对于以下这种情况json就不能处理了
import json def hello(name): print("hello,",name) info = { "name":"tj", "age":22, "func":hello } f = open("test2.txt","w") f.write(json.dumps(info)) #TypeError: Object of type function is not JSON serializable f.close()
所以:json用于字符串 和 python数据类型间进行转换
3、pickle序列化:pickle.dumps()
import pickle def hello(name): print("hello,",name) info = { "name":"tj", "age":22, "func":hello } print(pickle.dumps(info)) #可见pickle序列化的结果输出为二进制,所以应使用wb的方式往文件中写 f = open("test2.txt","wb") f.write(pickle.dumps(info)) # 等价于 pickle.dump(info,f) f.close() >>> b'\x80\x04\x957\x00\x00\x00\x00\x00\x00\x00}\x94(\x8c\x04name\x94\x8c\x04alex\x94\x8c\x03age\x94K\x16\x8c\x04func\x94\x8c\x08__main__\x94\x8c\x05hello\x94\x93\x94u.'
对于函数hello,序列化的不是内存地址,而是整个数据对象,函数可以序列化。
4、pickle反序列化:pickle.loads()
f = open("test2.txt","rb") data = pickle.loads(f.read()) # 等价于data = pickle.load(f) print(data) print(data["name"]) print(data["func"]) >>> {'name': 'tj', 'age': 22, 'func': <function hello at 0x00000179EF69C040>} tj <function hello at 0x00000179EF69C040>
5、多次序列化与反序列化
1)json
import json info = { "name":"tj", "age":22 } f = open("test3.txt","w") f.write(json.dumps(info)) info['age'] = 21 f.write(json.dumps(info)) f.close() # >>> 序列化两次后test3中的内容 test3.txt: {"name": "tj", "age": 22}{"name": "tj", "age": 21} f = open("test3.txt","r") # 报错,py3以上,多次dumps的文件反序列化报错,py2多次dumps的文件也能被反序列化,先序列化的先被反序列化 data = json.loads(f.read()) # json.decoder.JSONDecodeError f.close() print(data)
2)pickle
import pickle info = { "name":"tj", "age":22 } f = open("test2.txt","wb") f.write(pickle.dumps(info)) # 等价于 pickle.dump(info,f) info["sex"] = "女" f.write(pickle.dumps(info)) # 等价于 pickle.dump(info,f) f.close() >>> 序列化两次后test2.txt中的内容 test2.txt: �� }�(�name攲tj攲age擪u.��% }�(�name攲tj攲age擪�sex攲濂硵u. f = open("test2.txt","rb") data = pickle.loads(f.read()) # 第一次反序列化正常 # data = pickle.loads(f.read()) # 第二次反序列化:EOFError: Ran out of input print(data) print(data["age"]) # print(data["sex"]) # KeyError: 'sex'
老王:是不是就不能多次序列化呢?那我修改后的数据还需要序列化写入到文件怎么办?
你:当然能多次序列化,把序列化后数据写到多个文件不就好了嘛。
以上就是浅析Python 序列化与反序列化的详细内容,更多关于Python 序列化与反序列化的资料请关注脚本之家其它相关文章!
- Python序列化与反序列化pickle用法实例
- Python3.5 Json与pickle实现数据序列化与反序列化操作示例
- Python pickle类库介绍(对象序列化和反序列化)
- Python 序列化和反序列化库 MarshMallow 的用法实例代码
- Python实现的序列化和反序列化二叉树算法示例
- Python Json序列化与反序列化的示例
- Python实现JSON反序列化类对象的示例
- 详解Python 序列化Serialize 和 反序列化Deserialize
- 老生常谈Python序列化和反序列化
- 详解Python中的序列化与反序列化的使用
- python3序列化与反序列化用法实例
- Python使用pickle进行序列化和反序列化的示例代码
相关文章
linux 下python多线程递归复制文件夹及文件夹中的文件
这篇文章主要介绍了linux 下python多线程递归复制文件夹及文件夹中的文件,本文通过实例代码给大家介绍的非常详细,具有一定的参考借鉴价值,需要的朋友可以参考下2020-01-01
最新评论