Python-json与pickle数据序列化

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