Python对象的序列化和反序列化：第2部分

这是关于序列化和反序列化Python对象的教程的第二部分。 在第一部分中 ，您学习了基础知识，然后深入研究Pickle和JSON的来龙去脉。

在这一部分中，您将探索YAML（确保拥有第1部分中正在运行的示例），讨论性能和安全性考虑，对其他序列化格式进行审查，最后学习如何选择正确的方案。

YAML

YAML是我最喜欢的格式。 这是一种人类友好的数据序列化格式。 与Pickle和JSON不同，它不是Python标准库的一部分，因此您需要安装它：

pip install yaml

yaml模块仅具有load()和dump()函数。 默认情况下，它们使用loads()和dumps()类的字符串，但是可以使用第二个参数，它是一个开放流，然后可以转储文件或从文件中加载。

import yaml



print yaml.dump(simple)



boolean: true

int_list: [1, 2, 3]

none: null

number: 3.44

text: string

请注意，YAML与Pickle甚至JSON相比如何可读。 现在，关于YAML的最酷的部分是：它了解Python对象！ 无需自定义编码器和解码器。 这是使用YAML的复杂序列化/反序列化：

> serialized = yaml.dump(complex)

> print serialized



a: !!python/object:__main__.A

  simple:

    boolean: true

    int_list: [1, 2, 3]

    none: null

    number: 3.44

    text: string

when: 2016-03-07 00:00:00



> deserialized = yaml.load(serialized)

> deserialized == complex

True

如您所见，YAML具有