python序列化对象和反序列化

2019/04/10 10:10
阅读数 5

1.首先不管哪种语言都会用到序列化和反序列化的过程,

2.序列化:把对象转换为字节序列的过程称为对象的序列化;   反序列化:把对象转换为字节序列的过程称为对象的序列化。

3.序列化的作用:把对象(变量)从内存中变成可存储或传输的二进制对象,序列化之后的内容就可以写入磁盘,或者通过网络传输到别的机器上,同理,反序列化实现,把变量内容从序列化的对象重新读取到内存

4.如何实现序列化?比如我们要在不同的编程语言之间传递对象,就必须把对象序列化为标准格式,例如xml,json。

json是标准的JavaScript语言的对象,其实就是字符串,可以被所有语言读取,也可以方便的存储到磁盘或者网络传输。

5.JSON和Python的关系?两者内置的数据类型对应关系如下

6.在python中json只能转换一部分对象。类,函数无法转换,就要用到pickle,但pickle只适用在python内部适用,shelve模块也是python内部使用

 举例说明

1.想要把一个列表写进文件

import json

mq=[1,'e','r','m',4]

with open('json_te','w') as fm:
    json.dump(mq,fm)

 

如下,不调用dumps序列化,则直接报错,write()的参数必须是str类型
import json
mq=[1,'e','r','m',4]
#mq=json.dumps(mq)

with open('json_te','w') as fm:
    fm.write(mq)

#TypeError: write() argument must be str, not list

修改以上代码:执行成功

import json
mq=[1,'e','r','m',4]
mq=json.dumps(mq)

with open('json_te','w') as fm:
    fm.write(mq)

2.以上代码还可以用dump替代,体现了dump和dumps之间的区别

import json

mq=[1,'e','r','m',4]

with open('json_te','w') as fm:
    json.dump(mq,fm)

3.对于从文件中读取该列表就体现了,反序列化的过程,如下过程,直接读取出来的是str,程序把文件内容作为一个长的字符串

import json 

with open ('json_te','r') as fn:
    con=fn.read()
    
print(type(con)) #<class 'str'>
print(con[2])   #'

4.以下对比,反序列化处理的结果

import json 

with open ('json_te','r') as fn:
    con=fn.read()

con=json.loads(con)   
print(type(con))     #<class 'list'>
print(con[2])     # r

5.反序列化的另一种表达方式

import json 
with open ('json_te','r') as fn:
    con=json.load(fn)
print(type(con))     #<class 'list'>

6.json的dumps和loads,不能处理像函数/类,这就需要用到pickle

import json

def addmd(a,b):
    return int(a)+int(b)

with open('pick_te','w') as fa:
    json.dump(fa,addmd)

#TypeError: <_io.TextIOWrapper name='pick_te' mode='w' encoding='cp936'> is not JSON serializable

对比以下用pickle实现

import pickle

def addmd():
    return 1+1
addmd=pickle.dumps(addmd)
with open('pick_te','wb') as fa:
    fa.write(addmd

7.还有一个shelve模块,只有包含一个open函数,返回像字典一样的对象,直接实现文件中内容的修改添加,比JSON方便但是其他语言不通用。

import shelve
md=shelve.open('dict_t')
md['name']='xiaohong '
print(md['name'])      #xiaohong 

 

原文出处:https://www.cnblogs.com/duguxiren/p/12310652.html

展开阅读全文
打赏
0
0 收藏
分享
加载中
更多评论
打赏
0 评论
0 收藏
0
分享
返回顶部
顶部