为什么要序列化和反序列化
内存中的字典、列表、集合及其各种对象,如果保存到一个文件中?
如果自己定义类的实例,如何保存到一个文件中?
如果从文件中读取数据,并让他们在内存中再次恢复成自己对应的类的实例?
要设计一套协议,按照某种规则,把内存中数据保存到文件中,文件是一个字节序列,所以必须把数据转换成字节序,输出到文件,这就是序列化
反之,从文件的字节序列恢复到内存并且还是原来的类型,就是反序列化
定义
serialization 序列化
将内存中对象存储下来,把它变成一个个字节。->二进制
deserialization 反序列化
将文件的一个个字节序恢复成内存中对象。
序列化保存到文件就是持久化,可以将数据序列化后持久化,或者网络传输;也可以将文件从文件中或网络接收到的字节序反序列化。
Python提供了pickle库
pickle库
Python序列化和反序列化模块
函数 说明
dumps 对象序列化为bytes对象
dump 对象序列化到文件对象,就是存入文件
loads 从bytes对象反序列化
load 对象反序列化,从文件读取数据
importpickle
filename= '/tmp/ser.bin'i= 99c= 'c'l= list('123')
d= {'a':1,'b':'abc','c':[1,2,3]}#序列化
with open(filename,'wb') as f:
pickle.dump(i,f)
pickle.dump(c,f)
pickle.dump(l,f)
pickle.dump(d,f)#反序列化
with open(filename,'rb') as f:print(f.read(),f.seek(0))for i in range(4):
x=pickle.load(f)print(i+1,x,type(x))
输出
b'\x80\x03Kc.\x80\x03X\x01\x00\x00\x00cq\x00.\x80\x03]q\x00(X\x01\x00\x00\x001q\x01X\x01\x00\x00\x002q\x02X\x01\x00\x00\x003q\x03e.\x80\x03}q\x00(X\x01\x00\x00\x00aq\x01K\x01X\x01\x00\x00\x00bq\x02X\x03\x00\x00\x00abcq\x03X\x01\x00\x00\x00cq\x04]q\x05(K\x01K\x02K\x03eu.'01 99
2 c
3 ['1', '2', '3']
4 {'a': 1, 'b': 'abc', 'c': [1, 2, 3]}
示例中保存了一个类名,因为所有的其他东西是类定义的东西,是不变的,所以只序列化一个AAA类名,反序列化的时候找到类就可以恢复一个对象
importpickleclassAAA:
t= 'ABC'
defshow(self):print('abc')
a1=AAA()
ser=pickle.dumps(a1)print('ser={}'.format(ser))#输出
ser=b'\x80\x03c__main__\nAAA\nq\x00)\x81q\x01.'
a2 = pickle.loads(ser)
print(a2.t)
print(a2.show)
从示例中可以看出,这回除了AAA必须保存外,还序列化了aaaa和abc,因为这是每一个对象自己的属性,每一个对象不一样,所以这些数据需要序列化
importpickleclassAAA:def __init__(self):
self.aaaa= 'abc's1=AAA()
ser=pickle.dumps(s1)print('ser={}'.format(ser))
s2=pickle.loads(ser)print(s2,type(s2))print(s2.aaaa)print(id(s1),id(s2))#输出
ser=b'\x80\x03c__main__\nAAA\nq\x00)\x81q\x01}q\x02X\x04\x00\x00\x00aaaaq\x03X\x03\x00\x00\x00abcq\x04sb.'
<__main__.aaa object at> abc140585946837120 140585947363256
序列化、反序列化实验
定义类AAA,并序列化到文件
importpickleclassAAA:def __init__(self):
self.aaaa= 'abc'a1=AAA()
ser=pickle.dumps(a1)print('ser={}'.format(ser))print(len(ser))
filename= '/tmp/ser.bin'with open(filename,'wb') as f:
pickle.dump(a1,f)
将产生的文件ser.bin发送到其他节点上,增加一个xxx.py文件执行python3 xxx.py
会抛出异常信息,这个异常实际上是找不到类AAA,增加类定义即可解决
反序列化的时候要找到AAA类的定义,才能成功,否则会抛出异常
importpickle
with open('/tmp/ser.bin','rb') as f:
a=pickle.load(f)#AttributeError: Can't get attribute 'AAA' on
序列化应用
一般来说,本地序列化的情况,应用较少,大多数场景应用在网络中
将数据序列化后通过网络传输到远程节点,远程服务器上的服务接收到数据反序列化后就可以用了,但是要注意一点,远程接收端,发序列化时必须有对应的数据类型,否则会抛异常,尤其是自定义类,远程得有一致的定义。
现在大多数项目都不是单机应用,需要多个程序之间配合,需要通过网络将数据传输到其他节点上,这就需要大量的序列化和反序列化的过程。
但是问题来了,Python程序之间可以都使用pickle解决序列化和反序列化,如果跨平台、跨语言、跨协议pickle就不太合适,就需要使用到公共的协议,例如xml/json/Protocol Buffer等。
不同协议效率不同,使用场景要根据不同的情况分析选型。
JSON(文本序列化方案,推荐使用)
JSON是一种轻量级的数据交换格式,它是基于ECMSCRIPT的一个子集,采用完全独立于编程语言的文本格式来存储和表示数据。
值:双引号引起来的字符串、数值、true/fase/null、对象、数组,这些都是值
字符串
由双引号包围起来的任意字符的组合,可以有转义字符
数值
有正负、有整数、有浮点数
对象
示例:
{"person":[
{"name": "tom","aget": 18},
{"name": "tom","aget": 18}
],"total": 2}
json模块
Python与json
Python支持少量的内建数据类型到json类型的转换。
常用的方法:
Python类型 Json类型
dumps json编码
dump json编码并写入文件
loads json解码
load json解码,并从文件中读取数据
importjson
d= {'name':'tom','age':20,'id':123,'a':['b','c']}
j=json.dumps(d)print(j)print(type(j))print('----------------------------------------------')#反序列化
d =json.loads(j)print(d,type(d))#输出
{"name": "tom", "age": 20, "id": 123, "a": ["b", "c"]}
----------------------------------------------{'name': 'tom', 'age': 20, 'id': 123, 'a': ['b', 'c']}
一般json编码的数据很少落地,数据都是通过网络传输, 传输的时候要考虑压缩它,本质上来说就是文本,就是说字符串。
json很简单,几乎编程语言都支持json,应用范围比价广泛。
MessagePack
MessagePack是一个基于二进制高效的对象序列化类库,可以用于跨语言通信,它可以像json那样,在许多种语言之间交换结构对象,但是它比json更为轻巧,支持Python、Java、c/c++等众多语言
安装:
pip install msgpack
importjsonimportpickleimportmsgpack
d= {'name':'tom','age':20,'id':123,'a':['b','c']}
tmp=pickle.dumps(d)print(len(tmp)) #81 bytes
j=json.dumps(d)print(len(j)) #54 bytes
m=msgpack.dumps(d)print(len(m)) #26
MessagePack简单易用,高效压缩,支持语言丰富,所以,用它序列化也是一种很好的选择,上诉示例中pickle比json序列化的结果还要大,原因在于pickle要解决所有Python类型数据的序列化,要记录各种数据类型包括自定义类,而json只需要支持少数几种类型,所以简单,都不需要类型的描述,而大多数情况下我们序列化都是处理这些简单的类型。