序列化
在程序运行的过程中,所有的变量都是在内存中,比如,定义一个dict:
d = dict(name='Bob', age=20, score=88)
可以随时修改变量,比如把name改成’Bill’,但是一旦程序结束,变量所占用的内存就被操作系统全部回收。如果没有把修改后的’Bill’存储到磁盘上,下次重新运行程序,变量又被初始化为’Bob’。
我们把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等等,都是一个意思。
序列化
下面我们看一个例子:
import pickle
d = dict(name='bob', age=20)
print(pickle.dumps(d))
#打印结果
b'\x80\x03}q\x00(X\x04\x00\x00\x00nameq\x01X\x03\x00\x00\x00bobq\x02X\x03\x00\x00\x00ageq\x03K\x14u.'
pickle.dumps()方法把任意对象序列化成一个bytes,然后,就可以把这个bytes写入文件。或者用另一个方法pickle.dump()直接把对象序列化后写入一个file-like Object:
with open('dumps.txt', 'wb') as f:
pickle.dump(d, f)
#f.write(pickle.dumps(d))
f.close()
这时查看txt文件即可查看一堆看不懂的东西。。。
反序列化
当我们要把对象从磁盘读到内存时,可以先把内容读到一个bytes,然后用pickle.loads()方法反序列化出对象,也可以直接用pickle.load()方法从一个file-like Object中直接反序列化出对象。
with open('dumps.txt', 'rb') as f:
d = pickle.load(f)
f.close()
print(d)
#打印结果
{'name': 'bob', 'age': 20}
Pickle的问题和所有其他编程语言特有的序列化问题一样,就是它只能用于Python,并且可能不同版本的Python彼此都不兼容,因此,只能用Pickle保存那些不重要的数据,不能成功地反序列化也没关系。
JSON
如果我们要在不同的编程语言之间传递对象,就必须把对象序列化为标准格式,比如XML,但更好的方法是序列化为JSON,因为JSON表示出来就是一个字符串,可以被所有语言读取,也可以方便地存储到磁盘或者通过网络传输。JSON不仅是标准格式,并且比XML更快,而且可以直接在Web页面中读取,非常方便。
JSON表示的对象就是标准的JavaScript语言的对象,JSON和Python内置的数据类型对应如下:
JSON类型 | Python类型 |
---|---|
{} | dict |
[] | list |
“string” | str |
1234.56 | int或float |
true/false | True/False |
null | None |
Python内置的json模块提供了非常完善的Python对象到JSON格式的转换。
下面看一个例子:
import json
d = dict(name='bob', age=20)
print(json.dumps(d))
#打印结果
{"name": "bob", "age": 20}
dumps()方法返回一个str,内容就是标准的JSON。类似的,dump()方法可以直接把JSON写入一个file-like Object。
要把JSON反序列化为Python对象,用loads()或者对应的load()方法,前者把JSON的字符串反序列化,后者从file-like Object中读取字符串并反序列化:
json_str = '{"name": "bob", "age": 20}'
d = json.loads(json_str)
print(d)
#打印结果
{'name': 'bob', 'age': 20}
由于JSON标准规定JSON编码是UTF-8,所以我们总是能正确地在Python的str与JSON的字符串之间转换。
类的序列化
Python的dict对象可以直接序列化为JSON的{},不过,很多时候,我们更喜欢用class表示对象,比如定义Student类,然后序列化:
class Student(object):
def __init__(self, name, age):
self._name = name
self._age = age
s = Student('bob', 22)
print(json.dumps(s))
#打印结果 显然是错误的
ypeError: Object of type 'Student' is not JSON serializable
错误的原因是Student对象不是一个可序列化为JSON的对象。
我们可以继续查看一下dumps的方法
https://docs.python.org/3/library/json.html#json.dumps
我们需要写一个转换函数,把这个函数当成参数即可。
def student2dict(std):
return {
'name' : std._name,
'age' : std._age
}
s = Student('bob', 22)
print(json.dumps(s, default=student2dict))
#打印结果
{"name": "bob", "age": 22}
不过每次遇到class都需要重写一个函数也太麻烦了。
我们可以把任意class的实例变为dict,这样就方便多了。
print(json.dumps(s, default=lambda obj:obj.__dict__))
#打印结果
{"_name": "bob", "_age": 22}
类反序列化
同样的道理,如果我们要把JSON反序列化为一个Student对象实例,loads()方法首先转换出一个dict对象,然后,我们传入的object_hook函数负责把dict转换为Student实例:
def dict2student(d):
return Student(d['name'], d['age'])
json_str = '{"name": "bob", "age": 22}'
print(json.loads(json_str, object_hook=dict2student))
总结
Python语言特定的序列化模块是pickle,但如果要把序列化搞得更通用、更符合Web标准,就可以使用json模块。
json模块的dumps()和loads()函数是定义得非常好的接口的典范。当我们使用时,只需要传入一个必须的参数。但是,当默认的序列化或反序列机制不满足我们的要求时,我们又可以传入更多的参数来定制序列化或反序列化的规则,既做到了接口简单易用,又做到了充分的扩展性和灵活性。