Python——Serialization 总结
忘记从谁的主页记的笔记了，Sorry
一、pickle Module
通过将对象序列化可以将其以字节（byte）的形式存储在变量或文件中，可以保存当时对象的状态，实现其生命周期的延长，并且需要时可以再次将这个对象读取出来。
1、将对象存在变量中，返回存入的字节(pickle.dumps(obj) , pickle.loads(byte_obj))
<prickling>
>>>import pickle
>>>d={'name':'Bob','age':6}
>>>byte_d= pickle.dumps(dic) # now pickling,此时，数据以字节的形式保存在byte_d变量中，需要使用的时候用loads函数unpickling还原出来
>>>print(byte_d)
b'\............\x00\x80\.................' #打印出来，可见是字节的形式
<unprickling>
>>>import pickle
>>>obj=pickle.loads(byte_b)
>>>print(obj)
{'name':'Bob','age':6}
2、将对象存在文件中，返回存入的字节(pickle.dump(obj,f) , pickle.load(f))
也可以将对象存入file-like object中，使得对象持久化，使用的是dump和load函数（没有s）；由于pickle写入的是二进制数据，所以打开方式要以wb和rb的模式
<pickling>
>>>import pickle
>>>with open('am.txt','wb') as f: #在当前工作目录notepad下新建了一个可写入文件am.txt
d={'name':'Bob','age':6}
pickle.dump(d,f)
#或者也可以这样：
>>>d={'name':'Bob','age':6}
>>>f=open('am.txt','wb')
>>>pickle.dump(d,f)
>>>f.close() #别忘了
>>>print(f)
<_io.BufferedReader name='mm.txt'>
<unpickling>
>>>with open('am.txt','rb') as f:
ff=pickle.load(f) #byte to dict
print(ff)
...
{'name':'Bob','age':6}
3、序列化用户自定义对象: pickle当然也能写入，不仅可以写入类本身，也可以写入它的实例
>>>class Student():
def __init__(self,name,age,behave):
self.name=name
self.age=age
self.behave=behave
def behavior(self):
print('%s behaves %s', % (self.name, self.behave))
#将实例存储在变量中，当然也能存在file-like Object中
>>>bob = Student('Bobby',7,'Good')
>>>import pickle
>>>byte_bob = pickle.dumps(bob) #将转化为字节后的实例bob存在变量byte_bob中
>>>byte_bob
b'\x80\x03c__main__\....................\'
#unpickling还原
>>>bob=pickle.loads(byte_bob)
>>>bob.name
'Bobby'
>>>bob.behavior()
Bobby behaves Good
二、 json Module
pickle可以很方便的序列化所有对象，不过json作为更为标准的格式，具有更好的可读性（pickle是二进制数据）和跨平台性，json使用的四个函数名和pickle一致
（一）序列化为字符串
>>>import json
#序列化，dict to str
>>>d={'name':'Bob','age':6}
>>>d_str = json.dumps(d)
<class 'str'>{"name":"Bob","age":6}
#反序列化，还原，str to dict
>>>d_obj=json.loads(d_str)
<class 'dict'>{'name':'Bob','age':6}
#可见，dumps函数将对象转换成字符串，loads函数又将其恢复为字典
（二）也可以存在file-like Object中
>>>d={'name':'Bob','age':6}
>>>import json
>>>with open('mm.txt','w') as f： #由于是变成str,所以为w模式
json.dump(d,f)
#反序列化还原
>>>with open('mm.txt','r') as f:
print(json.load(f))
(三）存储自定义对象——json中，对于用户自定义的类和类实例，如果直接序列化会报错
>>>class Student():
def __init__(self,name,age,behave):
self.name=name
self.age=age
self.behave=behave
def behavior(self):
print('%s hehaves %s' % (self.name,self.behave))
>>>bob=Student('Bobby',6,'Good')
>>>import json
>>>with open('am.txt','w') as f:
json.dump(bob,f)
TypeError:object of type 'Student' is not Json Serializable
错误的原因是Student对象不是一个可序列化为JSON的对象。
dumps()方法的参数除了第一个必须的obj参数外，还提供了很多可选参数，这些可选参数就是让我们来定制JSON序列化。前面的代码之所以无法把Student类实例序列化为JSON，是因为默认情况下，dumps()方法不知道如何将Student实例变为一个JSON的dict对象。
可选参数default就是把任意一个对象变成一个可序列为JSON的对象，我们只需要为Student专门写一个转换函数，将类实例转换为dict,再把函数作为参数传进去即可：
def stu2Dict(stu):
return {'name': stu.name, 'age':stu.age, 'behave':stu.behave} # 这样就返回一个字典了
>>>print(json.dumps(bob, default=stu2Dict))
{'name':'Bobby','age':6,'behave':'Good'} # 实例bob变成了一个字典
同常class实例有一个__dict__属性，它就是一个dict，用来存储实例变量，可以偷个懒，把任意class的实例变为dict：
>>>print(json.dumps(bob,default=lambda obj: obj.__dict__))
同时，在读取的时候load出来的是一个字典，需要再转化为类实例，同样需要一个object_hook参数，该参数接受一个函数，该函数用于将字典转化为对象：
>>>def dict2Stu(d):
return Student(d['name'],d['age'],d['behave']) #由字典变为了实例对象
完整程序如下：
>>>import json
>>>with open('am.txt','w') as f:
json.dump(bob,f,default=lamba obj: obj.__dict__)
>>>def dict2Stu(d):
return Student(d['name'],d['age'],d['behave'])
>>>with open('am.txt','r') as f:
bob = json.load(f,object_hook(dict2Stu))
print(bob.name,bob.age.bob.behave)
bob.behavior()
