Python序列化模块JSON与Pickle
作者:springsnow
这篇文章介绍了Python的序列化模块JSON与Pickle,文中通过示例代码介绍的非常详细。对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下
序列化把对象(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。
一、JSON序列化
使用json序列化能够达到跨平台传输数据的目的。
跨平台性质,它可以序列化dict/list/str/int/float/bool/None数据类型。
序列化成json文本格式。
1、json数据类型和python数据类型对应关系表:
Json类型<——>Python类型
- {}<——>dict
- []<——>list, tuple
- "string"<——>str, unicode
- 520.13<——>int, long, float
- true/false<——>True/False
- null<——>None
2、相关函数
(2)序列化
- 序列化成字符串:json.dumps(json_obj)
- 序列化字符串到文件中:json.dump(json_obj, write_file, [,protocol])
(2)反序列化
- 反序列化成对象:json.loads(json_str)
- 从文件读流中反序列化成对象:json.load(read_file)
3、举例:
import json struct_data = {'name': 'json', 'age': 23, 'sex': 'male'} print(struct_data, type(struct_data)) # {'name': 'json', 'age': 23, 'sex': 'male'} # 序列化 data = json.dumps(struct_data) print(data, type(data)) # {"name": "json", "age": 23, "sex": "male"} # 反序列化 data = json.loads(data) print(data, type(data)) # {'name': 'json', 'age': 23, 'sex': 'male'}
磁盘文件操作
import json # 序列化,写入磁盘 with open('Json序列化对象.json', 'w') as fw: json.dump(struct_data, fw) # 从文件读取,反序列化 with open('Json序列化对象.json') as fr: data = json.load(fr) print(data) # {'name': 'json', 'age': 23, 'sex': 'male'}
二、Pickle序列化
pickle无法跨平台,序列化之后只有python识别。但是可以序列化Python的任意数据类型,包括函数和对象。
Json模块和picle模块都有 dumps、dump、loads、load四种方法,而且用法一样。但是序列化成二进制形式。
1、举例:
import pickle struct_data = {'name': 'json', 'age': 23, 'sex': 'male'} print(struct_data, type(struct_data)) # {'name': 'json', 'age': 23, 'sex': 'male'} data = pickle.dumps(struct_data) print(data, type( data)) # b'\x80\x03}q\x00(X\x04\x00\x00\x00nameq\x01X\x04\x00\x00\x00jsonq\x02X\x03\x00\x00\x00ageq\x03K\x17X\x03\x00\x00\x00sexq\x04X\x04\x00\x00\x00maleq\x05u.' data = pickle.loads(data) print(data, type(data)) # {'name': 'json', 'age': 23, 'sex': 'male'} 'dict'> # 序列化(注意:pickle模块需要使用二进制存储,即'wb'模式存储) with open('Pickle序列化对象.pkl', 'wb') as fw: pickle.dump(struct_data, fw) # 反序列化 with open('Pickle序列化对象.pkl', 'rb') as fr: pickle = pickle.load(fr) print(data) # {'name': 'json', 'age': 23, 'sex': 'male'}
2、base64与pickle联合使用
str = 'Hello World' # 加密前,原始数据 a = base64.b64encode(pickle.dumps(str)).decode() # 加密 print(a) # gANYCwAAAEhlbGxvIFdvcmxkcQAu b = pickle.loads(base64.b64decode(a.encode())) # 解密 print(b)
到此这篇关于Python序列化模块JSON与Pickle的文章就介绍到这了。希望对大家的学习有所帮助,也希望大家多多支持脚本之家。