快捷導航

淺析Python 序列化與反序列化

更新時間：2020年08月05日 11:21:06 作者：NorthFeng

這篇文章主要介紹了Python 序列化與反序列化的相關(guān)資料，文中講解非常細致，代碼幫助大家更好的理解和學習，感興趣的朋友可以了解下

序列化是將對象的狀態(tài)信息轉(zhuǎn)換為可以存儲或傳輸?shù)男问降倪^程。在序列化期間，對象將其當前狀態(tài)（存在內(nèi)存中）寫入到臨時或持久性存儲區(qū)（硬盤）。以后，可以通過從存儲區(qū)中讀取或反序列化對象的狀態(tài)，重新創(chuàng)建該對象。

實現(xiàn)對象的序列化和反序列化在python中有兩種方式：json 和 pickle。

其中json用于字符串和 python數(shù)據(jù)類型間進行轉(zhuǎn)換，pickle用于python特有的類型和 python的數(shù)據(jù)類型間進行轉(zhuǎn)換，pickle是python特有的。

1、JSON序列化：json.dumps()

info = {
  "name":"tj",
  "age":22
}
import json
print(info)
print(type(info))
print(json.dumps(info))
print(type(json.dumps(info)))

f = open("test.txt","w")
# f.write(info)  # TypeError: write() argument must be str, not dict
f.write(json.dumps(info)) # 正常寫入文件 f.write(json.dumps(info)) 等價于 json.dump(info, f)
f.close()

>>>
{'name': 'tj', 'age': 22}
<class 'dict'>
{"name": "tj", "age": 22}
<class 'str'>

2、JSON反序列化：json.loads()

f = open("test.txt","r")
# print(f.read()["age"]) #TypeError: string indices must be integers
data = json.loads(f.read()) # data = json.loads(f.read()) 等價于 data = json.load(f)
print(data["age"])
f.close()

>>>
22

注意：對于以下這種情況json就不能處理了

import json
def hello(name):
  print("hello,",name)
info = {
  "name":"tj",
  "age":22,
  "func":hello
}
f = open("test2.txt","w")
f.write(json.dumps(info)) #TypeError: Object of type function is not JSON serializable
f.close()

所以：json用于字符串和 python數(shù)據(jù)類型間進行轉(zhuǎn)換

3、pickle序列化：pickle.dumps()

import pickle
def hello(name):
  print("hello,",name)
info = {
  "name":"tj",
  "age":22,
  "func":hello
}

print(pickle.dumps(info)) #可見pickle序列化的結(jié)果輸出為二進制，所以應(yīng)使用wb的方式往文件中寫
f = open("test2.txt","wb")
f.write(pickle.dumps(info)) # 等價于 pickle.dump(info,f)
f.close()

>>>
b'\x80\x04\x957\x00\x00\x00\x00\x00\x00\x00}\x94(\x8c\x04name\x94\x8c\x04alex\x94\x8c\x03age\x94K\x16\x8c\x04func\x94\x8c\x08__main__\x94\x8c\x05hello\x94\x93\x94u.'

對于函數(shù)hello，序列化的不是內(nèi)存地址，而是整個數(shù)據(jù)對象，函數(shù)可以序列化。

4、pickle反序列化：pickle.loads()

f = open("test2.txt","rb")
data = pickle.loads(f.read()) # 等價于data = pickle.load(f)
print(data)
print(data["name"])
print(data["func"])

>>>
{'name': 'tj', 'age': 22, 'func': <function hello at 0x00000179EF69C040>}
tj
<function hello at 0x00000179EF69C040>

5、多次序列化與反序列化

1）json

import json
info = {
  "name":"tj",
  "age":22
}

f = open("test3.txt","w")
f.write(json.dumps(info))
info['age'] = 21
f.write(json.dumps(info))
f.close()
# 
>>>
序列化兩次后test3中的內(nèi)容
test3.txt: {"name": "tj", "age": 22}{"name": "tj", "age": 21}

f = open("test3.txt","r")
# 報錯，py3以上，多次dumps的文件反序列化報錯，py2多次dumps的文件也能被反序列化，先序列化的先被反序列化
data = json.loads(f.read()) # json.decoder.JSONDecodeError
f.close()
print(data)

2）pickle

import pickle

info = {
  "name":"tj",
  "age":22
}

f = open("test2.txt","wb")
f.write(pickle.dumps(info)) # 等價于 pickle.dump(info,f)
info["sex"] = "女"
f.write(pickle.dumps(info)) # 等價于 pickle.dump(info,f)
f.close()

>>>
序列化兩次后test2.txt中的內(nèi)容
test2.txt： ��    }�(�name攲tj攲age擪u.��%    }�(�name攲tj攲age擪�sex攲濂硵u.

f = open("test2.txt","rb")
data = pickle.loads(f.read()) # 第一次反序列化正常
# data = pickle.loads(f.read()) # 第二次反序列化：EOFError: Ran out of input
print(data)
print(data["age"])
# print(data["sex"]) # KeyError: 'sex'

老王：是不是就不能多次序列化呢？那我修改后的數(shù)據(jù)還需要序列化寫入到文件怎么辦？

你：當然能多次序列化，把序列化后數(shù)據(jù)寫到多個文件不就好了嘛。

以上就是淺析Python 序列化與反序列化的詳細內(nèi)容，更多關(guān)于Python 序列化與反序列化的資料請關(guān)注腳本之家其它相關(guān)文章！

您可能感興趣的文章: