序列化模块 -- json、pickle、shelve

什么叫序列化——将原本的字典、列表等内容转换成一个字符串的过程就叫做序列化。

比如，我们在python代码中计算的一个数据需要给另外一段程序使用，那我们怎么给？
现在我们能想到的方法就是存在文件里，然后另一个python程序再从文件里读出来。
但是我们都知道，对于文件来说是没有字典这个概念的，所以我们只能将数据转换成字典放到文件中。
你一定会问，将字典转换成一个字符串很简单，就是str(dic)就可以办到了，为什么我们还要学习序列化模块呢？
没错序列化的过程就是从dic 变成str(dic)的过程。现在你可以通过str(dic)，将一个名为dic的字典转换成一个字符串，
但是你要怎么把一个字符串转换成字典呢？
聪明的你肯定想到了eval()，如果我们将一个字符串类型的字典str_dic传给eval，就会得到一个返回的字典类型了。
eval()函数十分强大，但是eval是做什么的？e官方demo解释为：将字符串str当成有效的表达式来求值并返回计算结果。
ＢＵＴ！强大的函数有代价。安全性是其最大的缺点。
想象一下，如果我们从文件中读出的不是一个数据结构，而是一句"删除文件"类似的破坏性语句，那么后果实在不堪设设想。
而使用eval就要担这个风险。
所以，我们并不推荐用eval方法来进行反序列化操作(将str转换成python中的数据结构)

为什么要有序列化模块

序列化的目的

1、以某种存储形式使自定义对象持久化；

2、将对象从一个地方传递到另一个地方。

3、使程序更具维护性。

Python可序列化的数据类型

Python	JSON
dict	object
list, tuple	array
str	string
int, float	number
True	true
False	false
None	null

 

 

 

 

 

               　　　　　　　　　　　　　　

 

 

 

 

json模块

Json模块提供了四个功能：dumps、dump、loads、load

loads和dumps

 序列化：将一个字典转换成一个字符串

>>> import json
>>> dic = {'k1':'v1','k2':'v2','k3':'v3'}
>>> str_dic = json.dumps(dic)  
>>> print(str_dic,type(str_dic)) 
{"k1": "v1", "k2": "v2", "k3": "v3"} <class 'str'>

反序列化：将一个字符串格式的字典转换成一个字典

注意，要用json的loads功能处理的字符串类型的字典中的字符串必须由" "(双引号)表示

>>> dic2 = json.loads(str_dic)
>>> print(dic2,type(dic2))
{'k1': 'v1', 'k2': 'v2', 'k3': 'v3'} <class 'dict'>

也可以处理嵌套的数据类型

>>> list_dic = [2,['b','c'],3,{'k1':'v1','k2':'v2'},('x','y')]
>>> str_dic = json.dumps(list_dic)
>>> print(str_dic,type(str_dic))
[2, ["b", "c"], 3, {"k1": "v1", "k2": "v2"}, ["x", "y"]] <class 'str'>

>>> list_dic2 = json.loads(str_dic)
>>> print(list_dic2,type(list_dic2))
[2, ['b', 'c'], 3, {'k1': 'v1', 'k2': 'v2'}, ['x', 'y']] <class 'list'>

 dump和 load

#dump方法接收一个文件句柄，直接将字典转换成json字符串写入文件

import json
dic = {'k1':'v1','k2':'v2','k3':'v3'}
with open('json_file.json','w',encoding='utf8') as f:
    json.dump(dic,f)

#load方法接收一个文件句柄，直接将文件中的json字符串转换成数据结构返回

with open('json_file.json','r',encoding='utf8') as f:
    dic2=json.load(f)
    print(dic2,type(dic2))
{'k1': 'v1', 'k2': 'v2', 'k3': 'v3'} <class 'dict'>

其他参数说明

Serialize obj to a JSON formatted str.(字符串表示的json对象) 
Skipkeys：默认值是False，如果dict的keys内的数据不是python的基本类型(str,unicode,int,long,float,bool,None)，设置为False时，就会报TypeError的错误。此时设置成True，则会跳过这类key 
ensure_ascii ：，当它为True的时候，所有非ASCII码字符显示为\uXXXX序列，只需在dump时将ensure_ascii设置为False即可，此时存入json的中文即可正常显示。) 
If check_circular is false, then the circular reference check for container types will be skipped and a circular reference will result in an OverflowError (or worse). 
If allow_nan is false, then it will be a ValueError to serialize out of range float values (nan, inf, -inf) in strict compliance of the JSON specification, instead of using the JavaScript equivalents (NaN, Infinity, -Infinity). 
indent：应该是一个非负的整型，如果是0就是顶格分行显示，如果为空就是一行最紧凑显示，否则会换行且按照indent的数值显示前面的空白分行显示，这样打印出来的json数据也叫pretty-printed json 
separators：分隔符，实际上是(item_separator, dict_separator)的一个元组，默认的就是(‘,’,’:’)；这表示dictionary内keys之间用“,”隔开，而KEY和value之间用“：”隔开。 
default(obj) is a function that should return a serializable version of obj or raise TypeError. The default simply raises TypeError. 
sort_keys：将数据根据keys的值进行排序。 
To use a custom JSONEncoder subclass (e.g. one that overrides the .default() method to serialize additional types), specify it with the cls kwarg; otherwise JSONEncoder is used.

 json的格式化输出

import json
data = {'username': ['李华', '二愣子'], 'sex': 'male', 'age': 16}
json_dic2 = json.dumps(data, sort_keys=True, indent=2, separators=(',', ':'), ensure_ascii=False)
print(json_dic2)

{
  "age":16,
  "sex":"male",
  "username":[
    "李华",
    "二愣子"
  ]
}

pickle模块

用于序列化的两个模块

json，用于字符串 和 python数据类型间进行转换

pickle，用于python特有的类型 和 python的数据类型间进行转换

pickle模块提供了四个功能：dumps、dump(序列化，存）、loads（反序列化，读）、load  （不仅可以序列化字典，列表...可以把python中任意的数据类型序列化）

import pickle
dic = {'k1':'v1','k2':'v2','k3':'v3'}
str_dic = pickle.dumps(dic)
print(str_dic)

#一串二进制内容

b'\x80\x03}q\x00(X\x02\x00\x00\x00k1q\x01X\x02\x00\x00\x00v1q\x02X\x02\x00\x00\x00k2q\x03X\x02\x00\x00\x00v2q\x04X\x02\x00\x00\x00k3q\x05X\x02\x00\x00\x00v3q\x06u.'

又还原回原来的字典

dic2 = pickle.loads(str_dic)
print(dic2)
{'k1': 'v1', 'k2': 'v2', 'k3': 'v3'}

再来一个

import time
struct_time = time.localtime(1000000000)
print(struct_time)
time.struct_time(tm_year=2001, tm_mon=9, tm_mday=9, tm_hour=9, tm_min=46, tm_sec=40, tm_wday=6, tm_yday=252, tm_isdst=0)

f = open('pickle_file','wb')
pickle.dump(struct_time,f)
f.close()

with  open('pickle_file','rb')  as f:
struct_time2 = pickle.load(f)
print(struct_time2.tm_year)
2001

这时候机智的你又要说了，既然pickle如此强大，为什么还要学json呢？
这里我们要说明一下，json是一种所有的语言都可以识别的数据结构。
如果我们将一个字典或者序列化成了一个json存在文件里，那么java代码或者js代码也可以拿来用。
但是如果我们用pickle进行序列化，其他语言就不能读懂这是什么了～
所以，如果你序列化的内容是列表或者字典，我们非常推荐你使用json模块
但如果出于某种原因你不得不序列化其他的数据类型，而未来你还会用python对这个数据进行反序列化的话，那么就可以使用pickle

shelve模块

shelve也是python提供给我们的序列化工具，比pickle用起来更简单一些。
shelve只提供给我们一个open方法，是用key来访问的，使用起来和字典类似。

 直接对文件句柄操作，就可以存入数据

import shelve
f = shelve.open('shelve_file')
f['key'] = {'int':10, 'float':9.5, 'string':'Sample data'}
f.close()

取出数据的时候也只需要直接用key获取即可，但是如果key不存在会报错

import shelve
f1 = shelve.open('shelve_file')
existing = f1['key'] 
f1.close()
print(existing)
 {'int': 10, 'float': 9.5, 'string': 'Sample data'}

这个模块有个限制，它不支持多个应用同一时间往同一个DB进行写操作。所以当我们知道我们的应用如果只进行读操作，我们可以让shelve通过只读方式打开DB

import shelve
f = shelve.open('shelve_file', flag='r')
existing = f['key']
f.close()
print(existing)
{'int': 10, 'float': 9.5, 'string': 'Sample data'}

由于shelve在默认情况下是不会记录待持久化对象的任何修改的，所以我们在shelve.open()时候需要修改默认参数，否则对象的修改不会保存

import shelve
f1 = shelve.open('shelve_file')
print(f1['key'])
{'int': 10, 'float': 9.5, 'string': 'Sample data'}
f1['key']['new_value'] = 'this was not here before'
f1.close()

f2 = shelve.open('shelve_file', writeback=True)
print(f2['key'])
{'int': 10, 'float': 9.5, 'string': 'Sample data'}
f2['key']['new_value'] = 'this was not here before'
f2.close()

writeback方式有优点也有缺点。优点是减少了我们出错的概率，并且让对象的持久化对用户更加的透明了；但这种方式并不是所有的情况下都需要，首先，使用writeback以后，shelf在open()的时候会增加额外的内存消耗，并且当DB在close()的时候会将缓存中的每一个对象都写入到DB，这也会带来额外的等待时间。因为shelve没有办法知道缓存中哪些对象修改了，哪些对象没有修改，因此所有的对象都会被写入。