前面章節(jié)我們學些了文件對象的創(chuàng)建、寫入與讀取，并且針對 .py 文件 與 .txt 文件進行了有針對性的小練習。 通過前面的學習我們知道，文件對象的讀寫只能進行 字符串 或 byte 類型的操作，其他類型只能通過格式化存儲或者數(shù)據(jù)類型的轉(zhuǎn)換才能實現(xiàn)。

但無論是哪一種，從文件中讀取數(shù)據(jù)后都需要進行比較復雜的處理才能還原到原始的數(shù)據(jù)類型。為了簡化數(shù)據(jù)類型的寫入和獲取，今天我們來學習一個新的知識點 —> 序列化。

通過學習序列化，可以不必過分擔心寫入文件的數(shù)據(jù)類型是什么，并且讀取文件也可以非常輕松的還原數(shù)據(jù)類型。[比較討厭這種每章之前寫概述、摘要的短句。]

初識序列化與反序列化

什么是序列化？

通俗一點來說，序列化就是將 對象的信息 或者 數(shù)據(jù)結構的信息 通過一定的規(guī)則進行轉(zhuǎn)換，可以達到 文件存儲 或 網(wǎng)絡傳輸 的效果。通過前面章節(jié)的學習，我們知道如果要進行存儲或網(wǎng)絡傳輸，最終的數(shù)據(jù)類型都是 字符串，而且這些字符串還需要是有一定規(guī)則的字符串。

而我們今天要學習的 內(nèi)置模塊 ---> json 可以用于文件存儲或者網(wǎng)絡傳輸，這也是序列化的作用。

而反序列化就是通過序列化規(guī)則生成的字符串再反轉(zhuǎn)為原始的數(shù)據(jù)類型，這就是反序列化。

這里我們可以引入 字符串 與 byte 之間的轉(zhuǎn)換來理解 序列化與反序列化， 字符串與 byte 類型之間互相轉(zhuǎn)換常用的 encode() 函數(shù)、與 decode() 函數(shù)，分別代表著編碼與解碼，所以有編碼，就一定有解碼 。套用在序列化來理解，既然存在序列化，那么就肯定有對應的反序列化哈。

可序列化的數(shù)據(jù)類型

哪些數(shù)據(jù)類型是可以序列化，哪些又是不可以序列化的呢？

可序列化：number、str、list、tuple、dict [字典是最常用的序列化數(shù)據(jù)類型]

不可序列化：class 、def (函數(shù)與實例化對象)、set 是無法進行序列化的

Python 中的json

json模塊是一個通用的序列化模塊，通過它可以完成通用化的序列化與反序列化操作。為什么說是通用的，那是因為幾乎所有的編程語言都有json模塊，而且他們序列化與反序列化的規(guī)則是統(tǒng)一的。

所以我們在 Python 中序列化的內(nèi)容，在任意其他編程語言中都可以進行反序列化并使用原始的數(shù)據(jù)，這就是通用的意思。

dumps() 與 loads() 函數(shù)

json 中最重要的函數(shù) - 就是 dumps() 與 loads() 函數(shù)

可序列化數(shù)據(jù)類型演示案例

演示案例如下：

import json


int_test = 666				# 定義 整型、字符串、列表、元組、字典 五種數(shù)據(jù)類型 ，用于序列化測試
str_test = 'test_string'
list_test = [1, 2, 3]
tuple_test = (4, 5, 6)
dict_test = {'Name': '托尼.史塔克', 'Sex': '男'}


int_test_json = json.dumps(int_test)		# 將上文中五種數(shù)據(jù)類型進行序列化操作
str_test_json = json.dumps(str_test)
list_test_json = json.dumps(list_test)
tuple_test_json = json.dumps(tuple_test)
dict_test_json = json.dumps(dict_test)

在 Treminal 終端 執(zhí)行上述測試腳本，如下圖：

這里我們重點介紹一下 字典類型的序列化結果

In [7]: dict_test_json
Out[7]: '{"Name": "\\u6258\\u5c3c.\\u53f2\\u5854\\u514b", "Sex": "\\u7537"}'

從執(zhí)行結果我們可以看出字典類型的數(shù)據(jù)類型，經(jīng)過序列化后。字典變成了字符串的同時，且字典內(nèi)的 單引號 變成了 雙引號，中文也變成了比特類型，并且進行了 encode 。(這是序列化的一個標準)

為什么我們說 字典類型是非常是和序列化的呢？實際上 json 并不僅僅是一個標準，也是一種文件格式。比如我們編寫腳本的 .py 格式的文件，就是 python 文件容器；.txt 格式的文件是普通的文本文件容器；同樣的，.json 格式的文件也是文件容器，json 文件存儲的樣式(格式)就是字典類型的序列化格式。

接下來我們再嘗試將上文的五種測試數(shù)類型反序列化處理，看看結果會怎樣？

_int_test_json = json.loads(int_test_json)
_str_test_json = json.loads(str_test_json)
_list_test_json = json.loads(list_test_json)
_tuple_test_json = json.loads(tuple_test_json)
_dict_test_json = json.loads(dict_test_json)

在 Treminal 終端 執(zhí)行上述測試腳本，如下圖：

劃重點：元組類型經(jīng)過序列化處理后再通過反序列化還原數(shù)據(jù)時，會變?yōu)榱斜頂?shù)據(jù)類型。這是因為 元組類型 是 python 語言中特有的數(shù)據(jù)類型，json 作為一個通用格式，無法識別元組類型。所以在針對元組類型進行序列化的時候，會先將 元組類型 ，先轉(zhuǎn)為 列表，再進行序列化處理；同樣的在進行反序列化處理時，就會將序列化后的 元組類型 ，又轉(zhuǎn)成了 列表類型 。（類型的轉(zhuǎn)換，不影響對數(shù)據(jù)的使用）

bool 、None 類型的序列化與反序列化

示例如下：

print(json.dumps(True))
# >>> 輸出結果：true

print(json.dumps(False))
# >>> 輸出結果：false

print(json.dumps(None))
# >>> 輸出結果：null

從上述運行結果來看，bool 類型經(jīng)過序列化處理后，變成了小寫的 true、false；而 None 類型則變成了 小寫的 null 。

之所以會這樣，是因為在大多數(shù)的編程語言中， bool 類型都是小寫的 true、false 。json 作為一個通用的序列化模塊，也同樣遵循著這種規(guī)則。(小寫的 true、false 依然是字符串類型。 )

接下來我們再將上述的序列化處理后的 bool 、None 類型 進行反序列化處理

print(json.loads(json.dumps(None)))
# >>> 輸出結果：None

print(json.loads(json.dumps(True)))
# >>> 輸出結果：True

print(json.loads(json.dumps(False)))
# >>> 輸出結果：False

從執(zhí)行結果我們看到，經(jīng)過反序列化之后，bool、None 類型又被還原成了 python 可讀的狀態(tài)。

Python 中的pickle

pickle模塊與json模塊一樣可以進行序列化與反序列化，區(qū)別在于 pickle 是 Python 內(nèi)置的序列化模塊，而且不像 json 那么通用，它只能用于 python 自身來使用，其他語言可能就無法處理了，但pickle模塊的性能是要比 json 更好的。如果是僅僅用于 python 自身來使用，pckle 模塊還是一個挺不錯的選擇哦。

dumps() 與 loads() 函數(shù)

注意：區(qū)別于 json ，pickle 模塊的 dumps() 函數(shù) 返回的是 byte 類型 ，而 loads() 函數(shù)也僅支持 byte 類型的 pickle 序列進行反序列化的操作。

pickle模塊的序列化與反序列化練習

pickle模塊與json模塊的用法是完全一致的，這里我們就不過多的演示，只針對 dict 類型演示一下即可。

json 模塊 - 序列化小實戰(zhàn)

需求：

創(chuàng)建一個 test.json 的空文件。

定義一個 write 函數(shù)寫入 dict 數(shù)據(jù)類型的內(nèi)容到 test.json 文件

定義一個 read 函數(shù)，將寫入到 test.json 文件的內(nèi)容，反序列化讀取出來

# coding:utf-8

import json


data = {'name': '托尼·史塔克', 'age': 52, 'top': 185}

def read(path):                 # 定義 read() 函數(shù)，讀取 test.json 文件（返回對象為 反序列化后的內(nèi)容）
    with open(path, 'r') as f:
        data = f.read()

    return json.loads(data)

def write(path, data):          # 定義 write() 函數(shù)，將 data 寫入到 test.json 文件
    with open(path, 'w') as f:
        if isinstance(data, dict):      # 判斷 data 是否為字典類型。不是的情況下主動拋出異常
            _data = json.dumps(data)
            f.write(_data)
        else:
            raise TypeError('\'data\' 不是一個字典類型的數(shù)據(jù)')
    return True


if __name__ == '__main__':
    write('test.json', data)
    result = read('test.json')
    print(result)
    result['Sex'] = 'Man'           # 加入 {'Sex': 'Max'} 鍵值對
    write('test.json', result)      # 將加入的 鍵值對 寫入 test.json 文件
    result_test_json = read('test.json')
    print(result_test_json)

執(zhí)行結果如下：

總結：json的使用在我們的未來 工作中是非常高頻的，所以大家一定要多多練習，加以掌握。

到此這篇關于Python文件的應用之序列化與反序列化詳解的文章就介紹到這了,更多相關Python文件序列化內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！

最新評論