序列化是將對象的狀態信息轉換為可以存儲或傳輸的形式的過程。在序列化期間,對象將其當前狀態(存在內存中)寫入到臨時或持久性存儲區(硬盤)。以后,可以通過從存儲區中讀取或反序列化對象的狀態,重新創建該對象。
實現對象的序列化和反序列化在python中有兩種方式:json 和 pickle。
其中json用于字符串 和 python數據類型間進行轉換,pickle用于python特有的類型 和 python的數據類型間進行轉換,pickle是python特有的。
1、JSON序列化:json.dumps()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
|
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)) # 正常寫入文件 f.write(json.dumps(info)) 等價于 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()
1
2
3
4
5
6
7
8
|
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()) 等價于 data = json.load(f) print (data[ "age" ]) f.close() >>> 22 |
注意:對于以下這種情況json就不能處理了
1
2
3
4
5
6
7
8
9
10
11
|
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數據類型間進行轉換
3、pickle序列化:pickle.dumps()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
|
import pickle def hello(name): print ( "hello," ,name) info = { "name" : "tj" , "age" : 22 , "func" :hello } print (pickle.dumps(info)) #可見pickle序列化的結果輸出為二進制,所以應使用wb的方式往文件中寫 f = open ( "test2.txt" , "wb" ) f.write(pickle.dumps(info)) # 等價于 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.' |
對于函數hello,序列化的不是內存地址,而是整個數據對象,函數可以序列化。
4、pickle反序列化:pickle.loads()
1
2
3
4
5
6
7
8
9
10
|
f = open ( "test2.txt" , "rb" ) data = pickle.loads(f.read()) # 等價于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、多次序列化與反序列化
1)json
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
|
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() # >>> 序列化兩次后test3中的內容 test3.txt: { "name" : "tj" , "age" : 22 }{ "name" : "tj" , "age" : 21 } f = open ( "test3.txt" , "r" ) # 報錯,py3以上,多次dumps的文件反序列化報錯,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
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
|
import pickle info = { "name" : "tj" , "age" : 22 } f = open ( "test2.txt" , "wb" ) f.write(pickle.dumps(info)) # 等價于 pickle.dump(info,f) info[ "sex" ] = "女" f.write(pickle.dumps(info)) # 等價于 pickle.dump(info,f) f.close() >>> 序列化兩次后test2.txt中的內容 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?那我修改后的數據還需要序列化寫入到文件怎么辦?
你:當然能多次序列化,把序列化后數據寫到多個文件不就好了嘛。
以上就是淺析Python 序列化與反序列化的詳細內容,更多關于Python 序列化與反序列化的資料請關注服務器之家其它相關文章!
原文鏈接:https://www.cnblogs.com/sunnytomorrow/p/13089970.html