關(guān)于 Python json中l(wèi)oad和loads區(qū)別
一、相同點(diǎn)
dump和dumps都實(shí)現(xiàn)了序列化load和loads都實(shí)現(xiàn)反序列化
變量從內(nèi)存中變成可存儲(chǔ)或傳輸?shù)倪^(guò)程稱之為序列化序列化是將對(duì)象狀態(tài)轉(zhuǎn)化為可保存或可傳輸格式的過(guò)程。
變量?jī)?nèi)容從序列化的對(duì)象重新讀到內(nèi)存里稱之為反序列化反序列化是流轉(zhuǎn)換為對(duì)象。
二、區(qū)別
1.load 和 loads （反序列化）
load：針對(duì)文件句柄，將json格式的字符轉(zhuǎn)換為dict，從文件中讀取 (將string轉(zhuǎn)換為dict)
a_json = json.load(open('demo.json','r'))
loads：針對(duì)內(nèi)存對(duì)象，將string轉(zhuǎn)換為dict (將string轉(zhuǎn)換為dict)
a = json.loads('{'a':'1111','b':'2222'}')
2.dump 和 dumps（序列化）
dump：將dict類型轉(zhuǎn)換為json字符串格式，寫入到文件 （易存儲(chǔ)）
a_dict = {'a':'1111','b':'2222'}
json.dump(a_dict, open('demo.json', 'w')
dumps：將dict轉(zhuǎn)換為string (易傳輸)
a_dict = {'a':'1111','b':'2222'}
a_str = json.dumps(a_dict)
總結(jié)：
根據(jù)序列化和反序列的特性
- loads： 是將
string轉(zhuǎn)換為dict - dumps： 是將
dict轉(zhuǎn)換為string - load： 是將里
json格式字符串轉(zhuǎn)化為dict，讀取文件 - dump： 是將
dict類型轉(zhuǎn)換為json格式字符串，存入文件
三、JSON進(jìn)階
1.序列化
# 使用class對(duì)象的__dict__方法
class Student(object):
def __init__(self, name, age, score):
self.name = name
self.age = age
self.score = score
import json
s = Student('Bob', 20, 88)
print(json.dumps(s, default=lambda obj: obj.__dict__))
2.反序列化
#Python學(xué)習(xí)交流群：531509025
def dict2student(d):
return Student(d['name'], d['age'], d['score'])
json_str = '{"age": 20, "score": 88, "name": "Bob"}'
print(json.loads(json_str, object_hook=dict2student))
四、python中的序列化和反序列化
Python提供兩個(gè)模塊來(lái)實(shí)現(xiàn)序列化：cPickle和pickle。這兩個(gè)模塊功能是一樣的，區(qū)別在于cPickle是C語(yǔ)言寫的，速度快，pickle是純Python寫的，速度慢。
- 變量從內(nèi)存中變成可存儲(chǔ)或傳輸?shù)倪^(guò)程稱之為序列化，在
Python中叫pickling - 變量?jī)?nèi)容從序列化的對(duì)象重新讀到內(nèi)存里稱之為反序列化，即
unpickling
try:
import cPickle as pickle
except ImportError:
import pickle
1.將內(nèi)存對(duì)象存取到磁盤
a = dict(a=1, b=2, c=3)
pickle.dumps(a) # 將對(duì)象序列化為str然后存入文件
a = dict(a=1, b=2, c=3)
pickle.dump(a, open('a.txt', 'wb')) # 使用dump直接把對(duì)象序列化為file-like Object，注意是二進(jìn)制存儲(chǔ)
2.從磁盤讀取到內(nèi)存對(duì)象
pickle.load(open('a.txt', 'rb')) #從file-like Object中直接反序列化出對(duì)象
到此這篇關(guān)于關(guān)于 Python json中l(wèi)oad和loads區(qū)別的文章就介紹到這了,更多相關(guān) Python json中l(wèi)oad和loads區(qū)別內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
相關(guān)文章
今天小編就為大家分享一篇pytorch多進(jìn)程加速及代碼優(yōu)化方法。具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2019-08-08
在Django中實(shí)現(xiàn)添加user到group并查看
今天小編就為大家分享一篇在Django中實(shí)現(xiàn)添加user到group并查看，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2019-11-11
int() 函數(shù)用于將一個(gè)字符串會(huì)數(shù)字轉(zhuǎn)換為整型。接下來(lái)通過(guò)本文給大家介紹python 中的int()函數(shù)的相關(guān)知識(shí)，感興趣的朋友一起看看吧2017-10-10
singledispatch是標(biāo)準(zhǔn)庫(kù)functools模塊的函數(shù) 可以把整體方案拆成多個(gè)模塊，甚至可以為你無(wú)法修改的類提供專門的函數(shù)，使用@singledispatch裝飾的函數(shù)會(huì)變成泛函數(shù)，本文帶領(lǐng)大家再次學(xué)習(xí)Python 中的單分派泛函數(shù)，一起學(xué)習(xí)下吧2021-06-06
Python異步與定時(shí)任務(wù)提高程序并發(fā)性和定時(shí)執(zhí)行效率
Python異步與定時(shí)任務(wù)是Python編程中常用的兩種技術(shù)，異步任務(wù)可用于高效處理I/O密集型任務(wù)，提高程序并發(fā)性；定時(shí)任務(wù)可用于定時(shí)執(zhí)行計(jì)劃任務(wù)，提高程序的執(zhí)行效率。這兩種技術(shù)的應(yīng)用有助于提升Python程序的性能和效率2023-05-05
使用python把xmind轉(zhuǎn)換成excel測(cè)試用例的實(shí)現(xiàn)代碼
這篇文章主要介紹了使用python把xmind轉(zhuǎn)換成excel測(cè)試用例的實(shí)現(xiàn)代碼，本文給大家介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值，需要的朋友可以參考下2020-10-10
這篇文章主要介紹了Flask配置Cors跨域的實(shí)現(xiàn)，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2019-07-07
工欲善其事必先利其器，Pycharm 是最受歡迎的Python開發(fā)工具，它提供的功能非常強(qiáng)大，是構(gòu)建大型項(xiàng)目的理想工具之一，如果能挖掘出里面實(shí)用技巧，能帶來(lái)事半功倍的效果2018-04-04
Python實(shí)現(xiàn)查找二叉搜索樹第k大的節(jié)點(diǎn)功能示例
這篇文章主要介紹了Python實(shí)現(xiàn)查找二叉搜索樹第k大的節(jié)點(diǎn)功能,結(jié)合實(shí)例形式分析了Python二叉搜索樹的定義、查找、遍歷等相關(guān)操作技巧,需要的朋友可以參考下2019-01-01
這篇文章主要介紹了Python解壓 rar、zip、tar文件的方法，文中通過(guò)實(shí)例代碼給大家介紹了python 解壓文件壓縮文件的方法，需要的朋友參考下吧2019-11-11