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

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

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

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

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

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：

dumps和loads是成对使用的，dump和load是成对使用的。
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。
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。
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

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   ageqKX   nameqX
   zhangqigaoqu.

loads()反序列化

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

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   ageqKX   nameqX
   zhangqigaoqu.

load()反序列化

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

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   funcqc__main__
sayhi
qX   ageqKX   nameqX
   zhangqigaoqu.

②反序列化

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：

json值支持简单的数据类型，pickle支持所有的数据类型。
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。
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。
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。