什么是序列化?

序列化是将数据结构或对象转换为一种可存储或传输的格式的过程,以便在需要时能够重新还原原始数据结构或对象。序列化通常将数据转换为字节流、文本或其他格式,以便将其保存到文件、数据库、网络传输或内存中。
这种过程可以帮助数据持久化、数据传输以及跨不同编程语言和平台之间的数据交换。

 

我们把变量从内存中变成可存储或传输的过程称之为序列化,在Python中叫pickling,在其他语言中也被称之为serialization,marshalling,flattening等等,都是一个意思。

将python中的列表,字典,元组,集合转换成字符串的过程就叫做序列化,反之叫做反序列化。

我们把变量从内存中变成可存储或传输的过程称之为序列化,序列化之后,就可以把序列化后的内容写入磁盘,或者通过网络传输到别的机器上。

把变量内容从序列化的对象重新读到内存里称之为反序列化,即unpickling。

序列化的原因

1、对象或数据结构可以存储
2、对象或数据结构跨平台传输方便
3、使程序更具维护性。

Json模块

所有的语言都通用,默认序列化的数据是有限的:列表、字典、元组(元组被转化为字符串的列表的形式),布尔值,数字,None
 +-------------------+---------------+
    | Python            | JSON          |
    +===================+===============+
    | dict              | object        |
    +-------------------+---------------+
    | list, tuple       | array         |
    +-------------------+---------------+
    | str               | string        |
    +-------------------+---------------+
    | int, float        | number        |
    +-------------------+---------------+
    | True              | true          |
    +-------------------+---------------+
    | False             | false         |
    +-------------------+---------------+
    | None              | null          |
    +-------------------+---------------+

 

如果我们要在不同的编程语言之间传递对象,就必须把对象序列化为标准格式,比如XML,但更好的方法是序列化为JSON,因为JSON表示出来就是一个字符串,可以被所有语言读取,也可以方便地存储到磁盘或者通过网络传输。JSON不仅是标准格式,并且比XML更快,而且可以直接在Web页面中读取,非常方便。
 
查看json库所有的方法
import json

print(json.__all__)

结果:

['dump', 'dumps', 'load', 'loads', 'JSONDecoder', 'JSONDecodeError', 'JSONEncoder']

 

例子:
import json
dic3=('e','g')
str2=json.dumps(dic3)
print(type(str2),str2)

结果:

<class 'str'> ["e", "g"]
loads和dumps主要转化类型
import json
dic = {'k1':'v1','k2':'v2','k3':'v3'}
str_dic = json.dumps(dic)  #序列化:将一个字典转换成一个字符串
print(type(str_dic),str_dic)  #<class 'str'> {"k3": "v3", "k1": "v1", "k2": "v2"}
#注意,json转换完的字符串类型的字典中的字符串是由""表示的

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


list_dic = [1,['a','b','c'],3,{'k1':'v1','k2':'v2'}]
str_dic = json.dumps(list_dic) #也可以处理嵌套的数据类型 
print(type(str_dic),str_dic) #<class 'str'> [1, ["a", "b", "c"], 3, {"k1": "v1", "k2": "v2"}]
list_dic2 = json.loads(str_dic)
print(type(list_dic2),list_dic2) #<class 'list'> [1, ['a', 'b', 'c'], 3, {'k1': 'v1', 'k2': 'v2'}]

关于json.dumps补充知识点一

json.dumps函数参数解析

json.dumps(obj, skipkeys=False, ensure_ascii=True, check_circular=True, allow_nan=True, cls=None, indent=None, separators=None, default=None, 
sort_keys=False, **kw)

 

obj:待序列化的Python对象,可以是dict、list、tuple等容器类型的数据;
skipkeys:如果可选参数skipkeys为True(默认为False),则跳过那些不能被JSON序列化的键值对(比如Python的None、NaN、Infinity等);
ensure_ascii:如果可选参数ensure_ascii为True(默认为True),则在输出中所有非ASCII字符都将转义为\x的形式,如果ensure_ascii为False,则输出为原始Unicode字符;
check_circular:如果可选参数check_circular为True(默认为True),则检查将要序列化的对象是否有循环引用的情况,如果有,则报错;
allow_nan:如果可选参数allow_nan为True(默认为True),则浮点数值NaN、Infinity、-Infinity将被表示为字符串“NaN”、“Infinity”、“-Infinity”,默认值为True;
cls:如果可选参数cls指定了一个class函数或者callable函数,则dumps采用其返回的对像进行序列化输出。比如,传入编码器 XXXEncoder 的如下:cls=XXXEncoder;
indent:如果可选参数indent为非负整数,则使用该数值作为缩进级别,对输出进行格式化;
separators:如果指定了可选参数separators,则它应该是一个包含两个字符串的元组,表示迭代器中键/值之间的分隔符和键值对之间的分隔符。默认的(separators=(',', ':'))将产生输出类似于'{"foo":1,"bar":2}'这样紧凑的字符串。为了产生更加可读性好的输出,可以指定(separators=(',', ': ')),从而产生类似'{"foo": 1, "bar": 2}'的输出;
default:表示用于序列化未序列化对象的一个函数;
sort_keys:如果可选参数sort_keys为True(默认为False),则按照字典序(按照ASCII的值)排序输出JSON对象的键值对,否则按照输入顺序输出。

 

default 和 cls 是 JSON 模块中用于自定义序列化过程的两个参数,它们的作用不同?

default 参数:

default 是一个函数,用于处理在序列化过程中遇到的不可序列化的对象。如果 JSON 模块在序列化过程中遇到无法直接序列化的对象,它将调用 default 函数来处理该对象,将其转换为可序列化的对象。
默认情况下,default 参数为 None,这意味着如果遇到不可序列化的对象,将引发 TypeError 异常。 通常,default 函数返回可以被 JSON 直接序列化的对象,例如字符串、数字、列表、字典等。这使得我们可以将不支持的数据类型转换为 JSON 支持的数据类型。 cls 参数: cls 是一个 JSON 编码器类,用于自定义编码过程。它通常用于创建自定义的 JSON 编码器,以便更灵活地控制序列化过程。 通过指定 cls 参数,您可以为不同的数据类型选择不同的序列化方法。您可以创建一个自定义编码器类,覆盖编码方法,以满足特定的序列化需求。 总结而言,default 参数用于处理不可序列化的对象,通常返回可序列化的替代对象。而 cls 参数用于创建自定义的 JSON 编码器,以实现更复杂的序列化逻辑。通常情况下,如果只需处理不可序列化的对象,
使用 default 参数即可,而如果需要更灵活地控制序列化过程,可以考虑使用 cls 参数创建自定义编码器。

 

 

json.dumps(s,ensure_ascii=True),默认的编码方式ascii,如果你输入的是中文,它会默认输出的是unicode编码结果,如果你想要得到正确的值,ensure_ascii=Flase

import json
s='中国'
print(json.dumps(s))
print(json.dumps(s,ensure_ascii=False))

结果:

"\u4e2d\u56fd"#unicode的编码结果
"中国"

 

 

 补充json.loads

1、ValueError: Invalid control character at: line 1 column 8363 (char 8362)
使用json.loads(json_data)时,出现:

ValueError: Invalid control character at: line 1 column 8363 (char 8362)
出现错误的原因是字符串中包含了回车符(\r)或者换行符(\n)
解决方法:
(1)对这些字符转义:

json_data = json_data.replace('\r', '\\r').replace('\n', '\\n')
(2)使用关键字strict:

json.loads(json_data, strict=False)
strict默认是True,它将严格控制内部字符串,将其设置为False,便可以允许你\n \r。

 

 

 

 

load和dump主要与写入文件有关系

import json
f = open('json_file','w')
dic = {'k1':'v1','k2':'v2','k3':'v3'}
json.dump(dic,f)  #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
f.close()

f = open('json_file')
dic2 = json.load(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
f.close()
print(type(dic2),dic2)

 序列化不支持的数据类型

json想要序列化不支持的数据类型需要重写json.JSONEncoder 中的defaul方法

在JSONEncoder不知道怎么去把这个数据转换成json字符串的时候,它就会去调用default()函数,所以都是重写这个函数来处理它本身不支持的数据类型,default()函数默认是直接抛异常的。

def default(self, o):
        """Implement this method in a subclass such that it returns
        a serializable object for ``o``, or calls the base implementation
        (to raise a ``TypeError``).

        For example, to support arbitrary iterators, you could
        implement default like this::

            def default(self, o):
                try:
                    iterable = iter(o)
                except TypeError:
                    pass
                else:
                    return list(iterable)
                # Let the base class default method raise the TypeError
                return JSONEncoder.default(self, o)

        """
        raise TypeError("Object of type '%s' is not JSON serializable" %
                        o.__class__.__name__)

 

方法1 :使用default参数来解决

我们知道对象是不能被序列化的,我们可以编写方法来序列化对象

比如

import json


class Boy:

    def __init__(self, name, age):
        self.name = name
        self.age = age

obj = Boy('Will', 20)
# # 我们知道json是不能序列化对象的,我们可以编写方法来序列化对象
def json_boy(obj):
    if isinstance(obj, Boy):
        return {'name': obj.name, 'age': obj.age}
    return obj

json_data = json.dumps(obj, default=json_boy)

print(json_data)

 

结果为:

{"name": "Will", "age": 20}

方法2 使用cls参数来解决

我们知道json是不能序列迭代器的

i=[1,2,3,4]

b=iter(i)#生成迭代器

class JsonTex(json.JSONEncoder):
    def default(self, o):
        try:
            pass
        except TypeError as e:
            pass
        else:
            return list(o)
tt=json.dumps(b,cls=JsonTex)
print(tt,type(tt))

 

结果:

[1, 2, 3, 4] <class 'str'>

序列datetime类型

 datetime json并不支持这种类型,如果我们要序列化,就要重写JSONEncode中的default方法

import datetime
time=datetime.datetime.today()
class JsonTex(json.JSONEncoder):
    def default(self, o):
        if isinstance(o,datetime.datetime):
            return o.strftime('%Y-%m-%d %H:%M:%S')
        else:
            raise TypeError("Object of type '%s' is not JSON serializable" %
                            o.__class__.__name__)

t=json.dumps(time,cls=JsonTex)

print(t,type(t))

结果:

"2018-07-19 13:27:19" <class 'str'>

 

pickle模块

pickle模块 可以序列化python中任何类型,python专有的不能和其他语言混用,序列化的结果是bytes类型

列子:

import pickle
dic={'k1':'k2'}
str_dic=pickle.dumps(dic)
print(str_dic)

结果:

b'\x80\x03}q\x00X\x02\x00\x00\x00k1q\x01X\x02\x00\x00\x00k2q\x02s.'

用pickle序列化的数据,反序列化的时候也要用pickle。

import pickle
dic = {'k1':'v1','k2':'v2','k3':'v3'}
str_dic = pickle.dumps(dic)
print(str_dic)  #一串二进制内容

dic2 = pickle.loads(str_dic)
print(dic2)    #字典

import time
struct_time  = time.localtime(1000000000)
print(struct_time)
f = open('pickle_file','wb')
pickle.dump(struct_time,f)       dump把数据类型序列化到文档中,以bytes类型
f.close()

f = open('pickle_file','rb')
struct_time2 = pickle.load(f)
print(struct_time2.tm_year)


shelve模块

shelve模块也是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。

import shelve
f = shelve.open('shelve_file')
f['key'] = {'int':10, 'float':9.5, 'string':'Sample data'}  #直接对文件句柄操作,就可以存入数据
f.close()

import shelve
f1 = shelve.open('shelve_file')
existing = f1['key']  #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
f1.close()
print(existing)

shelve

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)

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'])
f1['key']['new_value'] = 'this was not here before'
f1.close()

f2 = shelve.open('shelve_file', writeback=True)
print(f2['key'])
f2['key']['new_value'] = 'this was not here before'
f2.close()

设置writeback

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。

posted on 2017-11-15 19:52  程序员一学徒  阅读(173)  评论(0编辑  收藏  举报