day5-json & pickle序列化

一、简述

　　我们在写入文件中的数据，只能是字符串，但是如果要想把内存的数据对象存到硬盘上去怎么办呐？下面就来说说序列化：json & pickle

二、json序列化

1、dumps序列化和loads反序列化

dumps()序列化

?

1 2 3 4 5 6 7 8 9 10 11 12 13

import  json   #导入json模块   info = {     'name':"zhangqigao",     "age":22 }   with open("test.txt","w") as f:  #以普通模式写入     data = json.dumps(info) #把内存对象转为字符串     f.write(data)   #写到文件中   #text.txt文件中的内容 {"name": "zhangqigao", "age": 22}

loads()反序列化

?

1 2 3 4 5 6 7 8 9

import json   with open("test.txt","r") as f:  #以普通模式读     data = json.loads(f.read())   #用loads反序列化   print(data.get("age"))   #输出 22

2、dump序列化和load反序列化

dump()序列化

?

1 2 3 4 5 6 7 8 9 10 11 12

import  json   info = {     'name':"zhangqigao",     "age":22 }   with open("test.txt","w") as f:   #文件以写的方式打开     json.dump(info,f)    #第1个参数是内存的数据对象 ，第2个参数是文件句柄   #text.txt文件中的内容 {"name": "zhangqigao", "age": 22}

 load()反序列化

?

1 2 3 4 5 6 7 8 9

import json   with open("test.txt","r") as f:   #以读的方式打开文件     data = json.load(f)  #输入文件对象   print(data.get("age"))   #输出 22

3、序列化函数

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22

import  json   def sayhi(name):  #函数     print("name:",name)   info = {     'name':"zhangqigao",     "age":22,     "func":sayhi    #引用sayhi函数名 }   with open("test.txt","w") as f:     json.dump(info,f)   #序列化info数据对象   #输出  File "D:\Python\Python35\lib\json\encoder.py", line 403, in _iterencode_dict     yield from chunks   File "D:\Python\Python35\lib\json\encoder.py", line 436, in _iterencode     o = _default(o)   File "D:\Python\Python35\lib\json\encoder.py", line 179, in default     raise TypeError(repr(o) + " is not JSON serializable") TypeError: <function sayhi at 0x00000000006DD510> is not JSON serializable  #不支持jsom序列化

小结：

1. dumps和loads是成对使用的，dump和load是成对使用的。
2. dumps和loads由于序列化的是内容，所以后面要加s，但是dump和load序列化的内容是对象，所以单数。
3. json只能处理简单的数据类型，例如：字典、列表、字符串等，不能处理函数等复杂的数据类型。
4. json是所有语言通用的，所有语言都支持json，如果我们需要python跟其他语言进行数据交互，那么就用json格式。

二、pickle序列化

1、dumps序列化和loads反序列化

dumps()序列化

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14

import pickle   info = {     'name':"zhangqigao",     "age":22, }   with open("test.txt","wb") as f:   #以二进制的形式写入     data = pickle.dumps(info)   #序列化成字符串     f.write(data)   #写入test.txt 文件中   #输出到test.txt文件中的内容 �}q (X   ageq KX   nameqX    zhangqigaoqu.

loads()反序列化

?

1 2 3 4 5 6 7 8 9

import pickle   with open("test.txt","rb") as f: #以二进制的模式读     data = pickle.loads(f.read())   #反序列化操作   print(data.get("age"))   #输出 22

2、dump序列化和load反序列化

dump()序列化

?

1 2 3 4 5 6 7 8 9 10 11 12 13

import pickle   info = {     'name':"zhangqigao",     "age":22, }   with open("test.txt","wb") as f:     pickle.dump(info,f)  #序列化   #输出 �}q (X   ageq KX   nameqX    zhangqigaoqu.

load()反序列化

?

1 2 3 4 5 6 7 8 9

import pickle   with open("test.txt","rb") as f:     data = pickle.load(f)  #反序列化成内存对象   print(data.get("age"))   #输出 22

从上面的结果观察，json和pickle好像也没什么区别？但是别忘了，我们说，json只能序列化简单的数据类型，而pickle可以序列化python中所有的数据类型，包括函数、类等，下面我们就来看看，如何序列化函数的。还有就是，pickle序列化的是字节，而json序列化的是字符，这个要注意一下。

3、序列化函数

①序列化

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

import pickle   def sayhi(name):   #函数     print("hello:",name)   info = {     'name':"zhangqigao",     "age":22,     "func":sayhi    #"func"对应的值sayhi，是函数名 }   with open("test.txt","wb") as f:     data = pickle.dumps(info)     f.write(data)   #输出test.txt �}q (X   funcq c__main__ sayhi qX   ageqKX   nameqX    zhangqigaoqu.

②反序列化

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

import pickle   def sayhi(name):   #在反序列化中必须写上此函数，不然会报错，因为在加载的时候，函数没有加载到内存     print("hello:",name)   with open("test.txt","rb") as f:     data = pickle.loads(f.read())   print(data.get("age"))   data.get("func")("zhangqigao")  #执行函数sayhi   #输出 22 hello: zhangqigao   #输出的函数体中的逻辑也是可以变的，这边我就不做演示了

 小结：

1. json值支持简单的数据类型，pickle支持所有的数据类型。
2. pickle只能支持python本身的序列化和反序列化，不能用作和其他语言做数据交互，而json可以。
3. pickle序列化的是整个的数据对象，所以反序列化函数时，函数体中的逻辑变了，是跟着心的函数体走的。
4. pickle和json在3.0中只能dump一次和load一次，在2.7里面可以dump多次，load多次，anyway，以后只记住，只需要dump一次，load一次就可以了。