目录
一、相关概念
# 序列号 和反序列号
# 序列号:把内存中的数据类型转成一种特定格式,这种格式(json/pickle)可以用于存储,或者传输给其他平台
import json
# 内存中是数据类型 ----> 序列化 ----> 特定格式(json/pickle)
# 内存中是数据类型 <---- 反序列化 <---- 特定格式(json/pickle)
# 用途:
# 1) 保存程序运行状态(存档)
# 2)跨平台数据交互(只能交互共有的数据类型),例:Java --- Python,只能用json,pickle是Python专用格式
二、json模块
json 是一种通用格式,只能序列化所有编程语言都支持的数据类型;
1、序列化
(1)第一种方式
dic = {'name': '李元芳', 'age': 27, 'salary': 30, 'married': False, 'hobbies': '大人此事必有蹊跷'} json_res = json.dumps(dic) json_res1 = json.dumps(dic,ensure_ascii=False) # 确保所有字符能够用ASCII码表示 with open('data/test.json',mode='wt',encoding='utf-8') as f: f.write(json_res) print(json_res, type(json_res)) print(json_res1, type(json_res1))
运行结果:
{"name": "\u674e\u5143\u82b3", "age": 27, "salary": 30, "married": false, "hobbies": "\u5927\u4eba\u6b64\u4e8b\u5fc5\u6709\u8e4a\u8df7"} <class 'str'>
{"name": "李元芳", "age": 27, "salary": 30, "married": false, "hobbies": "大人此事必有蹊跷"} <class 'str'>
{"name": "\u674e\u5143\u82b3";双引号是所有编程语言通用的语法,汉字编程unicode格式二进制,这个可以控制
(2)第二种方式
dic = {'name': '李元芳', 'age': 27, 'salary': 30, 'married': False, 'hobbies': '大人此事必有蹊跷'} with open('data/test.json', mode='wt', encoding='utf-8') as f: json.dump(dic, f,ensure_ascii= False) # 将序列化对象传给 f
2、 反序列化
(1)第一种方式
dic = json.loads('{"name": "李元芳", "age": 27, "salary": 30, "married": false, "hobbies": "大人此事必有蹊跷"}') print(dic, type(dic))
# 从json文件中取值 with open('data/test.json',mode='rt',encoding='utf-8') as f: json_res = f.read() dic = json.loads(json_res) print(dic, type(dic))
运行结果:
{'name': '李元芳', 'age': 27, 'salary': 30, 'married': False, 'hobbies': '大人此事必有蹊跷'} <class 'dict'>
(2)第二种方式
with open('data/test.json',mode='rt',encoding='utf-8') as f: json_res = json.load(f) print(json_res)
注:
json.dumps({1,2,3})
TypeError: Object of type set is not JSON serializable
三、pickle模块
dic = { 'name': '李元芳', 'age': 27, 'salary': 30, 'married': False, 'hobbies': ['大人此事必有蹊跷', '如燕', '果然不出大人所料'], 's': {1, 2, 3, 4, 5, 7} }
pickle_res = pickle.dumps(dic) print(pickle_res,type(pickle_res))
运行结果:
b'\x80\x04\x95\x97\x00\x00\x00\x00\x00\x00\x00}\x94(\x8c\x04name\x94\x8c\t\xe6\x9d\x8e\xe5\x85\x83\xe8\x8a\xb3\x94\x8c\x03age\x94K\x1b\x8c\x06salary\x94K\x1e\x8c\x07married\x94\x89\x8c\x07hobbies\x94]\x94(\x8c\x18\xe5\xa4\xa7\xe4\xba\xba\xe6\xad\xa4\xe4\xba\x8b\xe5\xbf\x85\xe6\x9c\x89\xe8\xb9\x8a\xe8\xb7\xb7\x94\x8c\x06\xe5\xa6\x82\xe7\x87\x95\x94\x8c\x18\xe6\x9e\x9c\xe7\x84\xb6\xe4\xb8\x8d\xe5\x87\xba\xe5\xa4\xa7\xe4\xba\xba\xe6\x89\x80\xe6\x96\x99\x94e\x8c\x01s\x94\x8f\x94(K\x01K\x02K\x03K\x04K\x05K\x07\x90u.' <class 'bytes'>
pickle_res = pickle.dumps(dic,protocol=0) # 防止乱码 with open('data/test.picle',mode='wb') as f: f.write(pickle_res)
运行结果:
with open('data/test1.picle',mode='wb') as f: pickle.dump(dic,f,protocol=0)