什么是序列化?把变量从内存中变成可存储或可传输的过程就称之为序列化。在Python中称为picking,在其他语言中称之为serialization,marshalling,flattening等等,都是一个意思。序列化之后就可以存储到磁盘上,或通过网络传输到别的机器上。有序列化就有反序列化,把内容从序列化对象重新读取到内存的过程称之为反序列化。
pickle
- 序列化
import pickle
d = {"a":1,"b":2}
f = open("test.txt","wb")
s_dict = pickle.dumps(d) # 步骤1: 序列化
f.write(s_dict) # 步骤2:将序列化后的内容存储到磁盘,因为使用pickle序列化之后变成了一个byte,所以写入方式为byte,所以写入的数据看起来像是乱码的
f.close()
步骤1,步骤2等价于:
pickle.dump(d,f)
- 反序列化
import pickle
f = open("test.txt","rb")
d = pickle.loads(f.read()) # 步骤1:反序列化。此时d为dict
f.close()
步骤1等价于
d = pickle.load(f) # d 为dict
f.close()
json
- 序列化
import json
d = {"a":1,"b":2}
f = open("test.txt","wb")
s_dict = json.dumps(d) # 步骤1:序列化
f.write(s_dict) # 步骤2:写入磁盘
f.close()
步骤1,步骤2等价于:
json.dump(d,f)
- 反序列化
import json
f = open("test.txt","r")
d = json.loads(f.read()) # 步骤1:反序列化。此时d为dict
f.close()
步骤1等价于:
d = json.load(f) # 此时d为dict
f.close()
json与pickle的区别
- json只能处理基本数据类型;pickle能处理所有的Python数据类型
- json多用于各个语言之间的网络传输;pickle多用于Python程序对象的持久化或Python程序之间的网络传输