序列化和反序列化

序列化

• 将内存中对象存储下来，把他变成一个个字节

反序列化

• 将文件的一个个字节恢复成内存对象

 

pickle库

• dumps 对象序列化为bytes对象
• dump 对象序列化到文件对象，存入文件
• loads 从bytes对象反序列化
• load 对象反序列化，从文件读取数据

示例：

import pickle

filename = 'test.txt'

d = {'a':1,'b':'qwe','c':[1,2,3]}
l = list('123')
i = 99

with open(filename,'wb') as f: #序列化
    pickle.dump(d,f)
    pickle.dump(l,f)
    pickle.dump(i,f)

with open(filename,'rb') as f: #反序列化
    print(f.read(),f.seek(0))
    for _ in range(3):
        x = pickle.load(f)
        print(type(x),x)

输出为：

b'\x80\x03}q\x00(X\x01\x00\x00\x00aq\x01K\x01X\x01\x00\x00\x00bq\x02X\x03\x00\x00\x00qweq\x03X\x01\x00\x00\x00cq\x04]q\x05(K\x01K\x02K\x03eu.\x80\x03]q\x00(X\x01\x00\x00\x001q\x01X\x01\x00\x00\x002q\x02X\x01\x00\x00\x003q\x03e.\x80\x03Kc.' 0
<class 'dict'> {'a': 1, 'b': 'qwe', 'c': [1, 2, 3]}
<class 'list'> ['1', '2', '3']
<class 'int'> 99

 

示例：

import pickle

class AA:
    tttt = 'abc'
    def show(self):
        print('def')

a1 = AA()

sr = pickle.dumps(a1)
print('sr={}'.format(sr)) #AA

a2 = pickle.loads(sr)
print(a2.tttt)
a2.show()

输出为：

sr=b'\x80\x03c__main__\nAA\nq\x00)\x81q\x01.'
abc
def

以上只序列化了一个AA类名，反序列化的时候找到类就可以恢复一个对象

 

序列化应用

本地序列化的情况应用较少，大多场景应用在网络传输中

将数据序列化后通过网络传输到远程节点，远程服务器上的服务奖接收到的数据反序列化后就可以使用

需要注意，远程接收端，反序列化时必须有对应的数据类型，否则会报错，尤其是自定义类，必须远程有一致定义

现在大多数项目需要通过网络将数据传送到其他节点，这就需要大量的序列化，反序列化过程

python程序之间可以使用pickle解决序列化，反序列化，如果跨平台，跨语言，跨协议pickle就不适用了

不同的协议，效率不同，适用场景不同，要根据不同情况分析选择

 

json

json是一个轻量级的数据交换格式，他基于ecmascript的一个子集，采用完全独立于变成语言的文本格式来存储和表示数据

 

示例：

{
    "person":[
        {
            "name":"tom",
            "aeg":18
        },
        {
            "name": "jerry",
            "aeg": 18
        }
    ],
    "total": 2
}

 

json模块

python与json

 

 常用方法

 

 

 

 示例：

import json

d = {'name':'tom','age':20,'interest':['music','movie']}
j = json.dumps(d)

print(j,type(j))

d1 = json.loads(j)
print(d1)