初识Json&pickle函数序列化附加shelve模块

　　通过例子逐步解释序列化

例子1

info={
    'name':'jack',
    'age':20
}
f=open('test.text','w')
f.write(info)

因为是字典数据类型，不能写入硬盘，运行出错

例子2

info={
    'name':'jack',
    'age':20
}
f=open('test.text','w')
f.write(str(info))  #把字典转成字符串

把字典转成字符串数据类型，能写入硬盘，数据从内存写入到硬盘上叫做序列化

例子3

f=open('test.text','r')
data=f.read()
print(data)   #>> {'name': 'jack', 'age': 20}

从硬盘读出数据，是字符串数据类型

例子4

f=open('test.text','r')
data=f.read()
print(data['age'])

以字典方式操作，出错，因为文件里存储的是字符串
例子5

f=open('test.text','r')
data=eval(f.read())  
print(data['age'])

用eval()函数将字符串转成字典读出，从硬盘读出数据到内存也叫反序列化

以上序列化和反序列化实现了把内存的数据对象存储到硬盘上，再读回来，相当于虚拟机挂起，又重新读取运行

以上的序列化和反序列化都是简单、不标准的

如要通用、标准的序列化和反序列化，需要用到Json模块里的dumps()和loads()
例子6

import json
info={
    'name':'jack',
    'age':20
}
f=open('test.text','w')
#print(json.dumps(info))  #转成字符串输出
f.write(json.dumps(info))  #转成字符串存储到文件

序列化

例子7

import json
f=open('test.text','r')
data=json.loads(f.read()) #反序列化
print(data['age'])  #>>20

json只能处理简单的数据类型，像列表、字典、字符串等，因为各语言的对象、类等都不相同
json是所有编程语言都通用的，所有语言都支持json。
json主要的作用是不同语言进行数据交互，已经成为主流的不同平台的数据交换，逐步取代XML
json可以dumps多次，但只能loads一次，规定要求dumps一次，loads一次

例子8

import json
def sayhi(name):
    print('hello',name)

info={
    'name':'jack',
    'age':20,
    'func':sayhi  #sayhi()函数的内存地址
}
f=open('test.text','w')
f.write(json.dumps(info)) #>>TypeError: Object of type 'function' is not JSON serializable
                          #“函数”的对象不是JSON序列化类型
f.close()

Json不能处理复杂的，带有函数的数据交互

这时需要用到pickle模块，pickle用法与Json完全一样，只不过换个名字而已

例子9

import pickle
#序列化
def sayhi(name):
    print('hello',name)

info={
    'name':'jack',
    'age':20,
    'func':sayhi  #sayhi()函数的内存地址
}
f=open('test.text','wb')
#print(pickle.dumps(info)) #>>b'\x80\x03}q\x00(X\x04\x00.....输出二进制所以要由'w'改'wb'
f.write(pickle.dumps(info))  #可以写入pickle专门的字符存储在文件
#简写：pickle.dump(info,f)
f.close()

反序列化

import pickle
f=open('test.text','rb')  #注意'rb'
data=pickle.loads(f.read()) #反序列化
print(data)      >>AttributeError: Can't get attribute 'sayhi' on <module '__main__' from 'D:/T..
     

出错，说明sayhi()函数的内存地址随着序列化文件释放了，对象就没找到，如要序列化就把sayhi()拷贝过来

改进如下：例子10

import pickle
def sayhi(name):
    print('hello',name)  #反序列化时只要函数名一样，可以更改函数内容

f=open('test.text','rb')  #注意'rb'
data=pickle.loads(f.read()) #反序列化
#简写：data=pickle.load(f)
print(data) #>>{'name': 'jack', 'age': 20, 'func': <function sayhi at 0x00000000003D3EA0>}
print(data['func']('Alice'))   #>>hello Alice
f.close()

反序列化成功

pickle 最终实现了函数的序列化，但pickle只能在本语言内使用，java是不认识pickle数据类型的

shelve模块是一个简单的k,v将内存数据通过文件持久化的模块，可以持久化任何pickle可支持的python数据格式

import shelve
import datetime

#写入
d = shelve.open('shelve_test')  # 打开一个文件
info={'age:22','job:it'}
name = ["alex", "rain", "test"]
d["name"] = name  # 持久化列表
d["info"] = info  # 持久化类
d["date"] = datetime.datetime.now()

d.close()

import shelve
import datetime

#读出
d=shelve.open('shelve_test')
print(d.get('name'))
print(d.get('info'))
print(d.get('date'))

d.close()