序列化及反序列化

1、序列化：

序列化：从数据类型--->字符串的过程；

反序列化：字符串--->数据类型的过程；

序列化用到的模块有json、pickle、shelve

json
    #通用的序列化格式
    #只有很少的一部分数据类型能够通过json转化为字符串
pickle
    #所有的Python数据类型都可以转化为字符串类型
    #pickle序列化的数据类型只有Python能够理解，且部分反序列化依赖Python代码
shelve
    #序列化句柄
    #使用序列号句柄直接操作，比较方便
2、json中有序列化方法dumps,反序列化方法loads

import json
dic = {'k1':'22'}
print(type(dic),dic)
str_d = json.dumps(dic)
print(type(str_d),str_d)

dic_a = json.loads(str_d)
print(type(dic_a),dic_a)

　3、json中对文件内容操作的序列化操作dump，反序列化操作load

import json
dic = {'k1':'彭','k2':'广东'}
f = open('xuliehua','w',encoding='utf-8')
json.dump(dic,f,ensure_ascii=False)
f.close()
f = open('xuliehua',encoding='utf-8')
res = json.load(f)
f.close()
print(type(res),res)

 4、pickle模块方法

pickle模块有四个功能：dumps、dump(序列化及存储功能)、loads(反序列化及读取）、load（不仅可以序列化字典、列表，可把Python里任意数据类型序列化）
pickle序列化以后是byte类型数据，一般用在Python内部使用，如果被序列化的文件要被java、js等语言读取则还是用Json,所以如果序列号是字典或列表请优先
用json。

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

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

import time
struct_time1 = time.localtime(1000000000)
struct_time2 = time.localtime(2000000000)
f = open('pickle_test_file','wb')
pickle.dump(struct_time1,f)
pickle.dump(struct_time2,f)
f.close()

f = open('pickle_test_file','rb')
struct_time1 = pickle.load(f)
struct_time2 = pickle.load(f)
print(struct_time1.tm_year)
print(struct_time2.tm_year)
f.close()

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.'
{'k1': 'v1', 'k2': 'v2', 'k3': 'v3'}
2001
2033