1. 什么是序列化&反序列化
内存中的数据类型→ 序 列 化 →特定的格式(json格式或者pickle格式)
内存中的数据类型←反序列化←特定的格式(json格式或者pickle格式)
低端的解决方案:
{‘aaa’:111}→序列化str({‘aaa’:111})→"{‘aaa’:111}"
{‘aaa’:111}←反序列化eval("{‘aaa’:111}")←"{‘aaa’:111}"
2. 为何要序列化
一个大项目可能会用到多种编程语言,要在多种编程语言之间交互数据,就必须要一种通用的格式来传输信息,这时就需要序列化格式json出来在多种编程语言之前搭桥。
序列化得到的特定的格式的内容有两种用途
- 可用于存储 → 用于存档
- 传输给其他平台使用 → 跨平台数据交互
强调:
针对用途1的特定一格式:可是一种专用的格式→pickle只有python可以识别
针对用途2的特定一格式:应该是一种通用、能够被所有语言识别的格式→json
3. 如何序列化与反序列化
示范1
import json
# 序列化
json_res=json.dumps([1,'aaa',True,False])
# print(json_res,type(json_res)) # "[1, "aaa", true, false]"
# 反序列化
l=json.loads(json_res)
print(l,type(l))
示范2:
import json
# 序列化的结果写入文件的复杂方法
json_res=json.dumps([1,'aaa',True,False])
# print(json_res,type(json_res)) # "[1, "aaa", true, false]"
with open('test.json',mode='wt',encoding='utf-8') as f:
f.write(json_res)
# 将序列化的结果写入文件的简单方法
with open('test.json',mode='wt',encoding='utf-8') as f:
json.dump([1,'aaa',True,False],f)
# 从文件读取json格式的字符串进行反序列化操作的复杂方法
with open('test.json',mode='rt',encoding='utf-8') as f:
json_res=f.read()
l=json.loads(json_res)
print(l,type(l))
# 从文件读取json格式的字符串进行反序列化操作的简单方法
with open('test.json',mode='rt',encoding='utf-8') as f:
l=json.load(f)
print(l,type(l))
# json验证: json格式兼容的是所有语言通用的数据类型,不能识别某一语言的所独有的类型
json.dumps({1,2,3,4,5})
# json强调:一定要搞清楚json格式,不要与python混淆
l=json.loads('[1, "aaa", true, false]')
l=json.loads("[1,1.3,true,'aaa', true, false]")
print(l[0])
了解
l = json.loads(b'[1, "aaa", true, false]')
print(l, type(l))
with open('test.json',mode='rb') as f:
l=json.load(f)
res=json.dumps({'name':'哈哈哈'})
print(res,type(res))
res=json.loads('{"name": "\u54c8\u54c8\u54c8"}')
print(res,type(res))
4、猴子补丁
在入口处打猴子补丁
#import json
import ujson
def monkey_patch_json():
json.__name__ = 'ujson'
json.dumps = ujson.dumps
json.loads = ujson.loads
monkey_patch_json() # 在入口文件出运行
# import ujson as json # 不行
# 后续代码中的应用
json.dumps()
json.dumps()
json.dumps()
json.dumps()
json.dumps()
json.loads()
json.loads()
json.loads()
json.loads()
json.loads()
5.pickle模块
import pickle
res=pickle.dumps({1,2,3,4,5})
print(res,type(res))
s=pickle.loads(res)
print(s,type(s))