目录

序列化

json模块

pickle模块

详解

序列化

数据分类：

结构化数据：数据之间有引用关系，如字典、列表。

线性数据（流数据）：数据之间没有引用关系，如字节、字符串。

序列化：将内存中的结构化数据，转换成线性数据（字节或字符串），用以保存在文件或通过网络传输，这个转换过程称为序列化过程（数据拆分）。

反序列化：从文件中或网络中获取的数据（字节或字符串），转换成内存中原来的数据类型，这个转换过程称为反序列化过程（数据组装）。

序列化存在的原因：

数据存储在文件中，是以字节形式存储的，文件读写的open函数内部已经将字符串转换成字节，所以可以使用字符串类型的数据，其他数据类型要先转换成字符串类型，就可以用于文件读写了；

数据通过网络传输，是以字节形式传输的，只有字符串和字节可以相互转换，其他数据类型要先转换成字符串类型，再转换为字节，就可以用于网络传输了。

能实现序列化的模块：

1.json模块

不是所有的数据类型都可以序列化，序列化的结果是字符串；

不能多次对同一个文件序列化；

json数据可以跨语言。

2.pickle模块

所有python类型都能序列化，序列化的结果是字节；

可以多次对同一个文件序列化；

不能跨语言，只能在python中使用。

json模块

json（JavaScriptObjectNotation）java脚本兑现标记语言，是不同语言都遵循的一种数据转化格式，即不同语言都使用的特殊字符串。

json模块是将部分结构化数据dict,list,tuple,str,int,float,True,False,None转换成字符串（字节的上一层），用于存储或网络传输（序列化的不够彻底，但是简单易用），并且也可以反序列化还原回去。

json模块的方法：

用于网络传输：dumps、loads

用于文件写读：dump、load

序列化

json.dumps(obj)：

序列化到内存中（用于网络传输）

importjson#列表res1=json.dumps([1,2,3])#把指定的对象转换成json格式的字符串print(res1,type(res1))#[1,2,3]classstr#元组：可以进行json序列化，但是序列化后就变成了列表res2=json.dumps((1,2,3))print(res2,type(res2))#[1,2,3]classstr#数字res3=json.dumps(10)print(res3,type(res3))#10classstr#字典res4=json.dumps({name:pamela})print(res4,type(res4))#{"name":"pamela"}classstr#json转换完的字符串类型的字典中的字符串是由双引号""表示的#集合：不能进行json序列化，执行会报错res5=json.dumps(set(abc))#TypeError:ObjectoftypesetisnotJSONserializable

（左右滑动查看完整代码）

json.dump(obj,f)：

序列化到文件中（用于文件写入）

importjsonwithopen(a.txt,a,encoding=utf-8)asf:json.dump([1,2,3],f)#dump方法接收一个文件句柄，直接将转换成的json字符串写入文件

（左右滑动查看完整代码）

反序列化

json.loads(s)：

从内存中反序列化（用于网络接收）

importjson#列表s1=json.dumps([1,2,3])l1=json.loads(s1)print(l1,type(l1))#[1,2,3]classlist#元组：经过序列化，反序列化，会变成列表s2=json.dumps((1,2,3))l2=json.loads(s2)print(l2,type(l2))#[1,2,3]classlist#字典：要用json的loads方法处理的字符串类型的字典中的字符串必须由双引号""表示s3=json.dumps({name:pamela})l3=json.loads(s3)print(l3,type(l3))#{name:pamela}classdict

（左右滑动查看完整代码）

json.load(f)：

从文件中反序列化（用于文件读取）

importjson#文件写入withopen(a.txt,a,encoding=utf-8)asf:json.dump([1,2,3],f)#文件读取withopen(a.txt,r,encoding=utf-8)asf:res=json.load(f)#load方法接收一个文件句柄，直接将文件中的json字符串转换成数据结构返回print(res,type(res))#[1,2,3]classlist

（左右滑动查看完整代码）

json模块对于文件写读，通常是一次性写、一次性读，json模块不会多次写、多次读。

可以使用另一种方式实现多次写、多次读：

把需要序列化的对象，通过多次序列化的方式，用文件的write方法，把多次序列化后的字符串写到文件中。

importjson#用文件的write方法，多次写入序列化后的字符串withopen(json.txt,a,encoding=utf-8)asf:f.write(json.dumps([1,2,3])+\n)f.write(json.dumps([4,5,6])+\n)#用文件的读取方法，把分次序列化的json字符串，多次反序列化回来withopen(json.txt,r,encoding=utf-8)asf:forlineinf:res=json.loads(line)print(res)

（左右滑动查看完整代码）

json的格式化输出

参数说明：sort_keys：是否按首字母进行排序indent：一个非负的整型数据，0是顶格分行显示，如果为空就是一行最紧凑显示，否则会换行且按照indent的数值显示前面的空白分行显示ensure_ascii：值为True时，所有非ASCII码字符（中文）会显示为\uXXXX序列；值为False时，非ASCII码字符（中文）会正常显示separators：分隔符，实际上是(item_separator,dict_separator)的一个元组，默认(‘,’,’:’)，表示dictionary内keys之间用“,”隔开，而key和value之间用“:”隔开Skipkeys：默认值是False，如果dict的keys内的数据不是python的基本类型，设置为False时，就会报TypeError的错误，设置成True，则会跳过这类key

（左右滑动查看完整内容）

importjsondata={username:[pamela,apple],sex:female,age:18}json_dic=json.dumps(data,sort_keys=True,indent=2,separators=(,,:),ensure_ascii=False)print(json_dic)执行结果：{"age":18,"sex":"female","username":["pamela","apple"]}

（左右滑动查看完整代码）

pickle模块

pickle模块是将python中所有的数据类型（包括实例化对象）转换成字节，用于存储或网络传输（序列化的够彻底)，并且也可以反序列化还原回去。

pickle模块的方法：

用于网络传输：dumps、loads

用于文件写读：dump、load

序列化

pickle.dumps(obj)：

序列化到内存中（用于网络传输）

importpickle#列表bys1=pickle.dumps([1,2,3])print(bys1,type(bys1))#b\x80\x03]q\x00(K\x01K\x02K\x03e.classbytes#元组bys2=pickle.dumps((1,2,3))print(bys2,type(bys2))#b\x80\x03K\x01K\x02K\x03\x87q\x00.classbytes#集合bys3=pickle.dumps(set(abc))print(bys3,type(bys3))#b\x80\x03cbuiltins\nset\nq\x00]q\x01(X\x01\x00\x00\x00bq\x02X\x01\x00\x00\x00cq\x03X\x01\x00\x00\x00aq\x04e\x85q\x05Rq\x06.classbytes

（左右滑动查看完整代码）

pickle.dump(obj,f)：

序列化到文件中（用于文件写入）

importpicklewithopen(a.txt,ab)asf:pickle.dump([1,2,3],f)#将pickle序列化内容写入文件中

（左右滑动查看完整代码）

反序列化

pickle.loads(s)：

从内存中反序列化（用于网络接收）

importpickle#列表bys1=pickle.dumps([1,2,3])res1=pickle.loads(bys1)print(res1,type(res1))#[1,2,3]classlist#元组bys2=pickle.dumps((1,2,3))res2=pickle.loads(bys2)print(res2,type(res2))#(1,2,3)classtuple#集合bys3=pickle.dumps(set(abc))res3=pickle.loads(bys3)print(res3,type(res3))#{b,c,a}classset

（左右滑动查看完整代码）

pickle.load(f)：

从文件中反序列化（用于文件读取）

importpickle#文件写入withopen(a.txt,ab)asf:pickle.dump([1,2,3],f)#文件读取withopen(a.txt,rb)asf:res=pickle.load(f)print(res,type(res))#[1,2,3]classlist

（左右滑动查看完整代码）

pickle模块对于文件写读，可以多次写、多次读

importpickle#文件写入：pickle模块可以多次读withopen(a.txt,ab)asf:pickle.dump([1,2,3],f)pickle.dump([1,2,3],f)pickle.dump([1,2,3],f)#文件读取：pickle模块可以多次读withopen(a.txt,rb)asf:whileTrue:try:print(pickle.load(f))#dump多少次，就能load多少次exceptEOFError:break

（左右滑动查看完整代码）

pickle模块对于文件写读的常用场景，和json一样，是一次性写入，一次性读取。

pickle序列化对象

importpickledeffunc():print(1)#序列化ret=pickle.dumps(func)print(ret,type(ret))#b\x80\x03c__main__\nfunc\nq\x00.classbytes#反序列化f=pickle.loads(ret)#f得到func函数的内存地址f()#执行func函数

（左右滑动查看完整代码）