Python之旅07：序列化与反序列化

目录

• pickling模块
• Json模块
• shelve模块(持久化)

1、概念：

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。

Python提供了pickle模块来实现序列化。

首先，我们尝试把一个对象序列化并写入文件：

>>> import pickle
>>> d = dict(name='Bob', age=20, score=88)
>>> pickle.dumps(d)
b'\x80\x03}q\x00(X\x03\x00\x00\x00ageq\x01K\x14X\x05\x00\x00\x00scoreq\x02KXX\x04\x00\x00\x00nameq\x03X\x03\x00\x00\x00Bobq\x04u.'

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：

>>> f = open('dump.txt', 'wb')
>>> pickle.dump(d, f)
>>> f.close()

看看写入的dump.txt文件，一堆乱七八糟的内容，这些都是Python保存的对象内部信息。

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。我们打开另一个Python命令行来反序列化刚才保存的对象：

>>> f = open('dump.txt', 'rb')
>>> d = pickle.load(f)
>>> f.close()
>>> d
{'age': 20, 'score': 88, 'name': 'Bob'}

变量的内容又回来了！

当然，这个变量和原来的变量是完全不相干的对象，它们只是内容相同而已。

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。
2、JSON
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。我们先看看如何把Python对象变成一个JSON：

>>> import json
>>> d = dict(name='Bob', age=20, score=88)
>>> json.dumps(d)
'{"age": 20, "score": 88, "name": "Bob"}'

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 = '{"age": 20, "score": 88, "name": "Bob"}'
>>> json.loads(json_str)
{'age': 20, 'score': 88, 'name': 'Bob'}

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。

2.1、JSON进阶
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：

import json

class Student(object):
    def __init__(self, name, age, score):
        self.name = name
        self.age = age
        self.score = score

s = Student('Bob', 20, 88)
print(json.dumps(s))

运行代码，毫不留情地得到一个TypeError：

Traceback (most recent call last):
  ...
TypeError: <__main__.Student object at 0x10603cc50> 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。

这些可选参数就是让我们来定制JSON序列化。前面的代码之所以无法把Student类实例序列化为JSON，是因为默认情况下，dumps()方法不知道如何将Student实例变为一个JSON的{}对象。

可选参数default就是把任意一个对象变成一个可序列为JSON的对象，我们只需要为Student专门写一个转换函数，再把函数传进去即可：

def student2dict(std):
    return {
        'name': std.name,
        'age': std.age,
        'score': std.score
    }

这样，Student实例首先被student2dict()函数转换成dict，然后再被顺利序列化为JSON：

>>> print(json.dumps(s, default=student2dict))
{"age": 20, "name": "Bob", "score": 88}

不过，下次如果遇到一个Teacher类的实例，照样无法序列化为JSON。我们可以偷个懒，把任意class的实例变为dict：

print(json.dumps(s, default=lambda obj: obj.__dict__))

因为通常class的实例都有一个__dict__属性，它就是一个dict，用来存储实例变量。也有少数例外，比如定义了__slots__的class。

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'], d['score'])

运行结果如下：

>>> json_str = '{"age": 20, "score": 88, "name": "Bob"}'
>>> print(json.loads(json_str, object_hook=dict2student))
<__main__.Student object at 0x10cd3c190>

打印出的是反序列化的Student实例对象。

小结
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。

三、shelve模块(持久化)
shelve模块 也可以序列化Python所有数据类型，而且可以多次序列化;shelve模块通过key-value方式持久化
1.序列化

import shelve
"""shelve 也可以序列化Python所有数据类型，而且可以多次序列化
   shelve模块通过key-value方式持久化
"""
import datetime
f=shelve.open("shelve_text") #持久化生成的文件名
info = {"a":"A","b":"B","c":"C"}
list = ["fsd","jkl","kls",45,9]
date = datetime.datetime.now()+datetime.timedelta(3)
''' 序列化 '''
f["info"] = info
f["list"] = list
f["date"] = date
f.close()

输出结果：会生成几个文件

shelve_text.bak
shelve_text.dat
shelve_text.dir

2.反序列化,通过get(key)来获取数据

''' 反序列化 '''
f=shelve.open("shelve_text") #持久化生成的文件名
print(f.get("info"))
print(f.get("list"))
print(f.get("date"))
f.close()

输出结果：

1
2
3
{'a': 'A', 'b': 'B', 'c': 'C'}
['fsd', 'jkl', 'kls', 45, 9]
2018-07-19 22:42:18.149149

实例：
持久性字典:Python对象的持久化
键值对形式, 将内存数据通过文件持久化, 值支持任何pickle支持的Python数据格式
pickle的主要区别是键值对方式, 并且在目录下生成三个文件

# -*- coding: utf-8 -*-

import shelve


class Person(object):
    def __init__(self):
        self.name = "Aaron"
        self.age = 21

    def __str__(self):
        return "name: {}, age: {}".format(self.name, self.age)

path = "file.txt"


# 序列化
def shelve_write():
    with shelve.open(path) as write: # 打开
        write["nums"] = [1, 2, 3, 4, 5]  # 写
        write["obj"] = Person()


# 反序列化
def shelve_read():

    with shelve.open(path) as read:  # 打开
        nums = read.get("nums")  # 读取
        print(nums)
        clazz = read["obj"]
        print(clazz)

        del read["obj"]  # 删除
        print("obj" in read)

        keys = list(read.keys())  # 所有key
        print(keys)


def shelve_func():
    # 打开, filename:文件名, writeback:是否回写(True回写,耗内存), 返回Shelf对象
    # shelve.open(filename, flag='c', protocol=None, writeback=False)
    d = shelve.open(path)

    # Shelf
    # 支持字典支持的所有方法
    # get(self, key, default=None) // 获取 == data = shelf["key"]
    data = d.get("key")
    print(data)
    d.sync()  # 同步(清空缓存,同步磁盘)
    d.close()  # 同步并关闭



if __name__ == "__main__":
    shelve_write()
    shelve_read()

    shelve_func()