Python模块之json&pickle模块(序列化)
我们知道用eval内置方法可以将一个字符串转成python对象,不过,eval方法是有局限性的,对于普通的数据类型,json.loads和eval都能用,但遇到特殊类型的时候,eval就不管用了,所以eval的重点还是通常用来执行一个字符串表达式,并返回表达式的值。
print(eval("1+2"))#3
s1 = "hs"
s2 = "yy"
print(eval("s1 + s2"))#hsyy
什么是序列化?
我们把对象(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。序列化之后,就可以把序列化后的内容写入磁盘,或者通过网络传输到别的机器上。反过来,把变量内容从序列化的对象重新读到内存里称之为反序列化,即unpickling。
1、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:
序列化(#json---->函数类型做不了序列化)
#******序列化*****************#
'''json.dumps()'''
dic = {'name':'hongsong','age':'24'}
f = open('json_test','w')
data = json.dumps(dic)
f.write(data)
f.close()
'''json.dump()'''
dic = {'name':'yangyang','age':'21'}
f = open('json_test_2','w')
json.dump(dic,f)#相比dumps,少了一步f.write,dump内部帮我们write
f.close()
反序列化
import json
#******反序列化**********#
f = open('json_test','r')
'''json.loads()'''
data = json.loads(f.read())
print(data['name'])
'''json.load()'''
data = json.load(f)
print(data['name'])
import json
#json 不认单引号
dct='{"1":"111"}'
print(json.loads(dct))
#无论数据是怎样创建的,只要满足json格式,就可以json.loads出来,不一定非要dumps的数据才能loads
2、pickle
序列化
#*******序列化************#
import pickle
def foo():
print('ok')
data = pickle.dumps(foo)
f = open('pickle_test','wb') #注意是w是写入str,wb是写入bytes,data是'bytes'
f.write(data) #-------------------等价于pickle.dump(data,f)
f.close()
反序列化
#***********反序列化***********#
import pickle
def foo():
print('ok')
f = open('pickle_test','rb')
data = pickle.loads(f.read()) # 等价于data=pickle.load(f)
data()
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。