龙空技术网

干货 | Python 实现数据的序列化操作

VT聊球 611

前言:

现时咱们对“python中常用的序列化模块”可能比较注意,咱们都想要学习一些“python中常用的序列化模块”的相关知识。那么小编也在网络上网罗了一些关于“python中常用的序列化模块””的相关知识,希望我们能喜欢,小伙伴们一起来学习一下吧!

在日常开发中,对数据进行序列化和反序列化是常见的数据操作,Python提供了两个模块方便开发者实现数据的序列化操作,即 json 模块和 pickle 模块。这两个模块主要区别如下:

json 是一个文本序列化格式,而 pickle 是一个二进制序列化格式;json 是我们可以直观阅读的,而 pickle 不可以;json 是可互操作的,在 Python 系统之外广泛使用,而 pickle 则是 Python 专用的;默认情况下,json 只能表示 Python 内置类型的子集,不能表示自定义的类;但 pickle 可以表示大量的 Python 数据类型。Json 模块

Json 是一种轻量级的数据交换格式,由于其具有传输数据量小、数据格式易解析等特点,它被广泛应用于各系统之间的交互操作,作为一种数据格式传递数据。它包含多个常用函数,具体如下:

dumps()函数

dumps()函数可以将 Python 对象编码成 Json 字符串。例如:

#字典转成json字符串 加上ensure_ascii=False以后,可以识别中文, indent=4是间隔4个空格显示   import json         d={'小明':{'sex':'男','addr':'上海','age':26},'小红':{ 'sex':'女','addr':'上海', 'age':24},}print(json.dumps(d,ensure_ascii=False,indent=4)) #执行结果:{    "小明": {        "sex": "男",        "addr": "上海",        "age": 26    },    "小红": {        "sex": "女",        "addr": "上海",        "age": 24    }}

dump()函数

dump()函数可以将 Python对象编码成 json 字符串,自动写入到文件中,不需要再单独写文件。例如:

#字典转成json字符串,不需要写文件,自动转成的json字符串写入到‘users.json’的文件中 import json                                                                         d={'小明':{'sex':'男','addr':'上海','age':26},'小红':{ 'sex':'女','addr':'上海', 'age':24},}#打开一个名字为‘users.json’的空文件fw =open('users.json','w',encoding='utf-8')json.dump(d,fw,ensure_ascii=False,indent=4)

loads()函数

loads()函数可以将 json 字符串转换成 Python 的数据类型。例如:

#这是users.json文件中的内容{    "小明":{        "sex":"男",        "addr":"上海",        "age":26    },    "小红":{        "sex":"女",        "addr":"上海",        "age":24    }}#!/usr/bin/python3#把json串变成python的数据类型   import json  #打开‘users.json’的json文件f =open('users.json','r',encoding='utf-8')#读文件res=f.read()print(json.loads(res))   #执行结果:{'小明': {'sex': '男', 'addr': '上海', 'age': 26}, '小红': {'sex': '女', 'addr': '上海', 'age': 24}}

load()函数

load()loads()功能相似,load()函数可以将 json 字符串转换成 Python 数据类型,不同的是前者的参数是一个文件对象,不需要再单独读此文件。例如:

#把json串变成python的数据类型:字典,传一个文件对象,不需要再单独读文件 import json   #打开文件f =open('users.json','r',encoding='utf-8') print(json.load(f))#执行结果:{'小明': {'sex': '男', 'addr': '上海', 'age': 26}, '小红': {'sex': '女', 'addr': '上海', 'age': 24}}
Pickle 模块

Pickle 模块与 Json 模块功能相似,也包含四个函数,即 dump()、dumps()、loads() 和 load(),它们的主要区别如下:

dumps 和 dump 的区别在于前者是将对象序列化,而后者是将对象序列化并保存到文件中。loads 和 load 的区别在于前者是将序列化的字符串反序列化,而后者是将序列化的字符串从文件读取并反序列化。

dumps()函数

dumps()函数可以将数据通过特殊的形式转换为只有python语言认识的字符串,例如:

import pickle# dumps功能import pickledata = ['A', 'B', 'C','D']  print(pickle.dumps(data))b'\x80\x03]q\x00(X\x01\x00\x00\x00Aq\x01X\x01\x00\x00\x00Bq\x02X\x01\x00\x00\x00Cq\x03X\x01\x00\x00\x00Dq\x04e.'

dump()函数

dump()函数可以将数据通过特殊的形式转换为只有python语言认识的字符串,并写入文件。例如:

# dump功能with open('test.txt', 'wb') as f:    pickle.dump(data, f)print('写入成功')写入成功

loads()函数

loads()函数可以将pickle数据转换为python的数据结构。例如:

# loads功能msg = pickle.loads(datastr)print(msg)['A', 'B', 'C', 'D']

load()函数

load()函数可以从数据文件中读取数据,并转换为python的数据结构。例如:

# load功能with open('test.txt', 'rb') as f:   data = pickle.load(f)print(data)['A', 'B', 'C', 'D']
总结

本节给大家介绍 Python 中 json&pickle 模块的常用操作,对于实现数据的序列化和反序列化提供了支撑。

标签: #python中常用的序列化模块