python序列化： json & pickle & shelve 模块

一、json & pickle & shelve 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
Json模块提供了四个功能：dumps、dump、loads、load
pickle模块提供了四个功能：dumps、dump、loads、load

json模块：
JSON表示的对象就是标准的JavaScript语言的对象，JSON和Python内置的数据类型对应如下：

 

 

下面通过一些示例来学习：
首先我们来看json的dumps和loads方法

?

1 2 3 4 5 6

s1={"k1":"v1"} st=json.dumps(s1) print(st,type(st)) s='{"k1":"v1"}' dic=json.loads(s) print(dic,type(dic))

输出结果为：

?

1 2	{"k1": "v1"} <class 'str'> {'k1': 'v1'} <class 'dict'>

可以看出json的dumps方法处理数据时会将数据转换为字符类型，loads则会重新还原它的类型。

再来看json的dump和load方法，通过示例来了解：

?

1 2 3 4

li=[11,22,33] li=json.dump(li,open('db','w')) li=json.load(open('db','r')) print(li,type(li))

Json模块dumps、loads、load、dump的区别：

load,dump可加载外部文件,处理文件的数据，dumps,loads主要处理内存中的数据

 

pickle模块：

 

 

 

下面我们来看pickle的dumps和loads方法，通过示例我们来了解：

?

1 2 3 4 5 6

import pickle i=[11,22,33] r=pickle.dumps(li) print(r) result=pickle.loads(r) print(result)

　结果为：

?

1 2	b'\x80\x03]q\x00(K\x0bK\x16K!e.' [11, 22, 33]

pickle的dupms方法会将数据存为pickle特有的数据类型　

再看pickle的dump和load方法，通过示例我们来了解：

?

1 2 3 4 5

import pickle i=[11,22,33] pickle.dump(i,open('db','wb')) result=pickle.load(open('db','rb')) print(result)

需要注意的是dump文件或者load文件是需要使用二进制。

　

shelve模块

shelve是一额简单的数据存储方案，他只有一个函数就是open()，这个函数接收一个参数就是文件名，然后返回一个shelf对象，你可以用他来存储东西，就可以简单的把他当作一个字典，当你存储完毕的时候，就调用close函数来关闭。

还是来通过示例来了解：

?

1 2 3 4 5 6 7

f = shelve.open('user.db','wc') f['baidu'] = 'www.baidu.com' f['qq'] = 'www.qq.com' f['360'] = 'www.360.cn' f.close() f = shelve.open('user.db','a+') print(f['baidu'],f['qq'],f['360'])

结果为：

?

1 2 3

www.baidu.com www.qq.com www.360.cn

对shelve序列化数据进行更新操作，通过示例来进行学习：

 

?

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

f=shelve.open('user_db','c') f["user"]={"数码电器": {"打印机": "3600", "手机": "3800", "电脑": "8000", "照相机": "10000"},      "服装百货": {"方便面": "4", "夹克": "300", "牛仔裤": "288", "王老吉": "6"},      "化妆品": {"韩束": "388", "欧诗漫": "666", "欧莱雅": "888", "百雀羚": "259"},      "汽车":{"帕沙特": "250000", "奇瑞": "100000", "特斯拉": "999999", "宝马X5": "550000"}      } a=(f["user"]) a.update({"食品":{"猪肉":"12","牛肉":"28","鸡肉":"8","羊肉":"32",}}) f["user"]=a f.close() f=shelve.open('user_db','a') print(f["user"])