python内置json模块_Python 入门之 内置模块 -- 序列化模块（json模块、pickle模块）...

1、序列化

序列化的本质就是将一种数据结构(如字典，列表)等转换成一个特殊的序列(字符串或者bytes)的过程就叫做序列化。

Python中这种序列化模块有三种：

​ ①json模块 :

​不同语言都遵循的一种数据转化格式，即不同语言都使用的特殊字符串。(比如Python的一个列表[1, 2, 3]利用json转化成特殊的字符串，然后在编码成bytes发送给php的开发者，php的开发者就可以解码成特殊的字符串，然后在反解成原数组(列表): [1, 2, 3])

​json序列化只支持部分Python数据结构：dict,list, tuple,str,int, float,True,False,None

​ ②pickle模块：

​只能是Python语言遵循的一种数据转化格式，只能在python语言中使用。

​支持Python所有的数据类型包括实例化对象。

​ ③shelve模块：类似于字典的操作方式去操作特殊的字符串。

(1)序列化模块就是将一个常见的数据结构转化成一个特殊的序列，并且这个特殊的序列还可以反解回去

(2)主要用途

<1> 文件读写数据

<2> 网络传输数据

(3)json模块

<1> json模块是将满足条件的数据结构转化成特殊的字符串，并且也可以反序列化还原回去

<2> 能够序列的数据类型：dict,list, tuple,str,int, float,True,False,None

# 4个方法 分为2组

dumps loads # ---- 用于网络传输

dump load # ---- 用于文件存储

1> dumps、loads

[1] 将字典类型转换成字符串类型

import json

dic = {'k1':'v1','k2':'v2','k3':'v3'}

str_dic = json.dumps(dic) # 序列化：将一个字典转换成一个字符串

print(type(str_dic),str_dic) # {"k3": "v3", "k1": "v1", "k2": "v2"}

# 注意，json转换完的字符串类型的字典中的字符串是由""表示的

[2] 将字符串类型的字典转换成字典类型

import json

dic2 = json.loads(str_dic) # 反序列化：将一个字符串格式的字典转换成一个字典

print(type(dic2),dic2) # {'k1': 'v1', 'k2': 'v2', 'k3': 'v3'}

# 注意，要用json的loads功能处理的字符串类型的字典中的字符串必须由""表示

[3] 还支持列表类型

import json

list_dic = [1,['a','b','c'],3,{'k1':'v1','k2':'v2'}]

str_dic = json.dumps(list_dic) # 序列化，也可以处理嵌套的数据类型

print(type(str_dic),str_dic) # [1, ["a", "b", "c"], 3, {"k1": "v1", "k2": "v2"}]

list_dic2 = json.loads(str_dic) # 反序列化

print(type(list_dic2),list_dic2) # [1, ['a', 'b', 'c'], 3, {'k1': 'v1', 'k2': 'v2'}]

2> dump、load

[1] 将对象转换成字符串写入到文件当中

import json

f = open('json_file.json','w')

dic = {'k1':'v1','k2':'v2','k3':'v3'}

json.dump(dic,f) # dump方法接收一个文件句柄，直接将字典转换成json字符串写入文件

f.close()

# json文件也是文件，就是专门存储json字符串的文件。

[2] 将文件中的字符串类型的字典转换成字典

import json

f = open('json_file.json')

dic2 = json.load(f) # load方法接收一个文件句柄，直接将文件中的json字符串转换成数据结构返回

f.close()

print(type(dic2),dic2)

其他参数说明

`ensure_ascii`:，当它为True的时候，所有非ASCII码字符显示为\uXXXX序列，只需在dump时将ensure_ascii设置为False即可，此时存入json的中文即可正常显示。

`separators`：分隔符，实际上是(item_separator, dict_separator)的一个元组，默认的就是(,,:)；这表示dictionary内keys之间用“,”隔开，而KEY和value之间用“：”隔开。

`sort_keys`：将数据根据keys的值进行排序。

json序列化存储多个数据到同一个文件中

对于json序列化，存储多个数据到一个文件中是有问题的，默认一个json文件只能存储一个json数据，但是也可以解决，举例说明：

# 对于json 存储多个数据到文件中

dic1 = {'name':'yong1'}

dic2 = {'name':'yong2'}

dic3 = {'name':'yong3'}

## 写入

f = open('序列化',encoding='utf-8',mode='a')

json.dump(dic1,f)

json.dump(dic2,f)

json.dump(dic3,f)

f.close()

## 读取

f = open('序列化',encoding='utf-8')

ret = json.load(f)

ret1 = json.load(f)

ret2 = json.load(f)

print(ret)

# 注意： 上边的代码会报错,解决方法如下:

dic1 = {'name':'yong1'}

dic2 = {'name':'yong2'}

dic3 = {'name':'yong3'}

## 写入

f = open('序列化',encoding='utf-8',mode='a')

str1 = json.dumps(dic1)

f.write(str1+'\n')

str2 = json.dumps(dic2)

f.write(str2+'\n')

str3 = json.dumps(dic3)

f.write(str3+'\n')

f.close()

## 读取

f = open('序列化',encoding='utf-8')

for line in f:

print(json.loads(line))

(4)pickle模块

<1> pickle模块是将Python所有的数据结构以及对象等转化成bytes类型，然后还可以反序列化还原回去

<2> 只有Python有，几乎可以序列Python中所有数据类型，匿名函数不能序列

# 使用上与json几乎差不多，也是两对四个方法。

dumps loads # ---- 用于网络传输

dump load # ---- 用于文件存储

1> dumps、loads

import pickle

dic = {'k1':'v1','k2':'v2','k3':'v3'}

str_dic = pickle.dumps(dic) # 序列化

print(str_dic) # bytes类型

dic2 = pickle.loads(str_dic) # 反序列化

print(dic2) # 字典

# 还可以序列化对象

def func():

print(666)

ret = pickle.dumps(func)

print(ret,type(ret)) # b'\x80\x03c__main__\nfunc\nq\x00.'

f1 = pickle.loads(ret) # f1得到 func函数的内存地址

f1() # 执行func函数

2> dump、load

import pickle

dic = {(1,2):'yong',1:True,'set':{1,2,3}}

f = open('pick序列化',mode='wb')

pickle.dump(dic,f)

f.close()

with open('pick序列化',mode='wb') as f1:

pickle.dump(dic,f1)

pickle序列化存储多个数据到一个文件中

import pickle

dic1 = {'name':'yong1'}

dic2 = {'name':'yong2'}

dic3 = {'name':'yong3'}

# 写入

f = open('pick多数据',mode='wb')

pickle.dump(dic1,f)

pickle.dump(dic2,f)

pickle.dump(dic3,f)

f.close()

# 读取

f = open('pick多数据',mode='rb')

while True:

try:

print(pickle.load(f))

except EOFError:

break

f.close()

自写一个pickle写入文件上下文

import pickle

class MyPickle:

def __init__(self,path,mode='load'):

self.path = path

self.mode = 'ab' if mode=='dump' else 'rb'

def __enter__(self):

self.f = open(self.path, mode=self.mode)

return self

def dump(self,content):

pickle.dump(content,self.f)

def __exit__(self, exc_type, exc_val, exc_tb):

self.f.close()

def __iter__(self):

while True:

try:

yield pickle.load(self.f)

except EOFError:

break

class Course:

def __init__(self,name,price,period):

self.name = name

self.price = price

self.period = period

python = Course('python',19800,'6 months')

linux = Course('linux',19800,'6 months')

with MyPickle('course_file') as p:

for obj in p:

print(obj.__dict__)

with MyPickle('course_file','dump') as p:

p.dump(python)

p.dump(linux)

with open('course_file','ab') as f:

pickle.dump(linux,f)

with open('course_file','rb') as f:

while True:

try:

obj = pickle.load(f)

print(obj.__dict__)

except EOFError:

break

注： json是一种所有的语言都可以识别的数据结构。如将一个字典序列化成了一个json存在文件里，那么java代码或者js代码也可以拿来用。但是如果用pickle进行序列化，其他语言就不能读懂这是什么了。因此，如果序列化的内容是列表或者字典，非常推荐使用json模块，但如果出于某种原因不得不序列化其他的数据类型，而未来确定还会用python对这个数据进行反序列化的话，那么就可以使用pickle。