Python-序列化与反序列化(json&pickle 模块)

一、序列化

我们把内存中某些数据类型的数据，转换成另一种格式的过程称之为序列化，该格式的数据可以用于存储或传输。

与之相反，反序列化就是将文件中的数据，该数据必须是某种特定的数据类型，可以反解成之前存入的格式。

所以用途有两种：一种是用于存储，还有一种就是基于网络传输。

对于网络传输来说，如果收发的双方约定好实用一种序列化的格式，那么便打破了平台/语言差异化带来的限制，实现了跨平台数据交互。

二、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：

import json


dic={'name':'frank','age':23,'gender':'male'}
# 序列化
j=json.dumps(dic)
print(j,type(j))#<class 'str'>

# 反序列化
res = json.loads(j)
print(res,type(res))

# 序列化存储到文件
with open('文件路径','w',encoding='utf-8') as f:
  json.dump(dic,f)

# 反序列化从文件读出
with open('文件路径','r',encoding='utf-8') as f:
  res=json.load(f)

三、pickle

针对 Python 只用来存储的话，json 格式就不是首选了，选择 pickle 用来 Python的存储，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。

pickle序列化之后是 bytes 类型，而 json 序列化是字符串类型

import pickle


dic={'name':'frank','age':23,'gender':'male'}

j=pickle.dumps(dic)
print(type(j))#<class 'bytes'>

# 序列化存储到文件
with open('a.pkl','wb') as f:
  pickle.dump(dic,f)
  
# 反序列化从文件读出
with open('a.pkl','rb') as f:
  res = pickle.load(f)