一：什么是序列化 & 反序列化
序列化 指的是 把内存的数据类型 转换成一个 特定的格式的内容
改格式的内容 可用于 存储或者传输给其他平台使用
序列化：内存中的数据类型 ==> 序列化 ==> 特定的格式（json格式 或 pickle格式）
反序列化：特定的格式（json格式 或 pickle格式） ==> 序列化 ==> 内存中的数据类型
土办法：
# {'aaa':111} ==> 序列化 str({'aaa':111}) ==> "{'aaa':111}"
# "{'aaa':111}" ==> 反序列化 eval({'aaa':111}) ==> {'aaa':111}
二：为什么要有序列化
序列化得到的结果 ==> 特定的格式的内容有2种用途
# 1.可用于存储 ==> 用于存档
# 2.传输给其他平台使用 ==> 跨平台数据交互
# Python Java
# 列表 特定的格式 数组
强调：
针对用途1的特定——格式：这是一种专用的格式==>pickle只有Python可以识别
针对用途2的特定——格式：应该是一种通用，能够被所有语言识别的格式==>json
# 只是自己存档自己用：用pickle
# 存档==>自己用
三：如何序列化与反序列化
import json
json_res = json.dumps(True)
print(json_res,type(json_res)) # 序列化 输出：true <class 'str'>
import json
json_res = json.dumps([1, 'aaa', True, False])
print(json_res, type(json_res)) # 序列化 输出：[1, "aaa", true, false] <class 'str'>
import json
l = json.loads(json_res)
print(l, type(l)) # 反序列化 输出：[1, 'aaa', True, False] <class 'list'>
序列化的结果写入文件的复杂方法
# 序列化
import json
json_res = json.dumps([1, 'aaa', True, False])
with open('test.json', mode='wt', encoding='UTF-8') as f1:
f1.write(json_res)
将序列化的结果写入文件的简单方法
# 序列化的简单方法
import json
with open('test.json', mode='wt', encoding='UTF-8') as f1:
json.dump([1, 'aaa', True, False], f1)
从文件读取json格式的字符串进行反序列化操作的复杂方法
# 反序列化
import json
with open('test.json', mode='rt', encoding='UTF-8') as f:
json_res = f.read()
l = json.loads(json_res)
print(l, type(l))
从文件读取json格式的字符串进行反序列化操作的简单方法
# 反序列化的简单方法
import json
with open('test.json', mode='rt', encoding='UTF-8') as f:
l = json.loads(f)
print(l, type(l))
json补充：
json验证：json格式兼容的是所有语言通用的数据类型，不能兼容某一语言特有的格式
import json
json.dumps({1, 2, 3, 4, 5}) # TypeError: Object of type set is not JSON serializable类型为set的对象不是JSON可序列化的
json强调：json格式没有单引号，只有双引号
import json
l = json.loads('[1, "aaa", true, false]')
print(l) # 输出：[1, 'aaa', True, False]
json了解：Python3.6之后：json自动encode和decode了
import json
with open('test.json',mode='rb') as f:
l=json.load(f)
print(l) # [1, 'aaa', True, False]
l1 = json.loads(b'[1, "aaa", true, false]')
print(l1, type(l1)) # 输出：[1, 'aaa', True, False]
res = json.dumps({'哈哈':'ahha'})
print(res, type(res))
l1 = json.loads('{"\u54c8\u54c8": "ahha"}')
l2 = json.loads(b'{"\u54c8\u54c8": "ahha"}')
print(l1)
print(l2)
猴子布丁
import json
import ujson
def monkey_patch_json():
json.__name__ = 'ujson'
json.dumps = ujson.dumps
json.loads = ujson.loads
monkey_patch_json() # 在入口处执行
# json.dumps = 其他的更好的dumps功能
# json.loads = 其他的更好的loads功能
json.dumps()
json.loads()
四：pickle模块
import pickle
dic = {'name': 'alvin', 'age': 23, 'sex': 'male'}
print(type(dic)) # <class 'dict'>
j = pickle.dumps(dic)
print(type(j)) # <class 'bytes'>
f = open('序列化对象_pickle', 'wb') # 注意是w是写入str,wb是写入bytes,j是'bytes'
f.write(j) # -------------------等价于pickle.dump(dic,f)
f.close()
# -------------------------反序列化
import pickle
f = open('序列化对象_pickle', 'rb')
data = pickle.loads(f.read()) # 等价于data=pickle.load(f)
print(data['age'])
import pickle
with open('a.pkl',mode='wb') as f:
# 一：在python3中执行的序列化操作如何兼容python2
# python2不支持protocol>2，默认python3中protocol=4
# 所以在python3中dump操作应该指定protocol=2
pickle.dump('你好啊',f,protocol=2)
with open('a.pkl', mode='rb') as f:
# 二：python2中反序列化才能正常使用
res=pickle.load(f)
print(res)
