Python序列化模塊JSON與Pickle

更新時間：2022年06月03日 08:41:58 作者：springsnow

這篇文章介紹了Python的序列化模塊JSON與Pickle，文中通過示例代碼介紹的非常詳細。對大家的學習或工作具有一定的參考借鑒價值，需要的朋友可以參考下

序列化把對象(變量)從內(nèi)存中變成可存儲或傳輸?shù)倪^程稱之為序列化，在Python中叫pickling，在其他語言中也被稱之為serialization，marshalling，flattening。

一、JSON序列化

使用json序列化能夠達到跨平臺傳輸數(shù)據(jù)的目的。

跨平臺性質(zhì),它可以序列化dict/list/str/int/float/bool/None數(shù)據(jù)類型。

序列化成json文本格式。

1、json數(shù)據(jù)類型和python數(shù)據(jù)類型對應關(guān)系表：

Json類型<——>Python類型

{}<——>dict
[]<——>list, tuple
"string"<——>str, unicode
520.13<——>int, long, float
true/false<——>True/False
null<——>None

2、相關(guān)函數(shù)

（2）序列化

序列化成字符串：json.dumps(json_obj)
序列化字符串到文件中：json.dump(json_obj, write_file, [,protocol])

（2）反序列化

反序列化成對象：json.loads(json_str)
從文件讀流中反序列化成對象：json.load(read_file)

3、舉例：

import json

struct_data = {'name': 'json', 'age': 23, 'sex': 'male'}
print(struct_data, type(struct_data))  # {'name': 'json', 'age': 23, 'sex': 'male'} 
# 序列化
data = json.dumps(struct_data)
print(data, type(data))  # {"name": "json", "age": 23, "sex": "male"} 

# 反序列化
data = json.loads(data)
print(data, type(data))  # {'name': 'json', 'age': 23, 'sex': 'male'}

磁盤文件操作

import json

# 序列化，寫入磁盤
with open('Json序列化對象.json', 'w') as fw:
    json.dump(struct_data, fw)

# 從文件讀取，反序列化
with open('Json序列化對象.json') as fr:
    data = json.load(fr)
print(data)  # {'name': 'json', 'age': 23, 'sex': 'male'}

二、Pickle序列化

pickle無法跨平臺，序列化之后只有python識別。但是可以序列化Python的任意數(shù)據(jù)類型，包括函數(shù)和對象。

Json模塊和picle模塊都有 dumps、dump、loads、load四種方法，而且用法一樣。但是序列化成二進制形式。

1、舉例：

import pickle

struct_data = {'name': 'json', 'age': 23, 'sex': 'male'}
print(struct_data, type(struct_data))  # {'name': 'json', 'age': 23, 'sex': 'male'} 

data = pickle.dumps(struct_data)
print(data, type( data))  # b'\x80\x03}q\x00(X\x04\x00\x00\x00nameq\x01X\x04\x00\x00\x00jsonq\x02X\x03\x00\x00\x00ageq\x03K\x17X\x03\x00\x00\x00sexq\x04X\x04\x00\x00\x00maleq\x05u.' 

data = pickle.loads(data)
print(data, type(data))  # {'name': 'json', 'age': 23, 'sex': 'male'} 'dict'>

# 序列化(注意：pickle模塊需要使用二進制存儲，即'wb'模式存儲)
with open('Pickle序列化對象.pkl', 'wb') as fw:
    pickle.dump(struct_data, fw)

# 反序列化
with open('Pickle序列化對象.pkl', 'rb') as fr:
    pickle = pickle.load(fr)
print(data)  # {'name': 'json', 'age': 23, 'sex': 'male'}

2、base64與pickle聯(lián)合使用

str = 'Hello World'  # 加密前，原始數(shù)據(jù)
a = base64.b64encode(pickle.dumps(str)).decode()  # 加密
print(a) # gANYCwAAAEhlbGxvIFdvcmxkcQAu
b = pickle.loads(base64.b64decode(a.encode()))  # 解密
print(b)

到此這篇關(guān)于Python序列化模塊JSON與Pickle的文章就介紹到這了。希望對大家的學習有所幫助，也希望大家多多支持腳本之家。

您可能感興趣的文章: