python學習之 -- 資料序列化

標籤：obj   參數   二進位   type   序列   dump   ror   資料類型   轉換   

json / pickle 資料序列化

序列化定義：把變數從記憶體中變成可儲存或傳輸的過程稱為序列化。
還原序列化：把變數內容從序列化的對象重新讀到記憶體裡稱為反序列胡。

序列化模組之--pickle
使用注意：在python3裡，進行一次序列化後，然後在進行還原序列化，不要重複多次序列化，否則無法進行還原序列化。
pickle：是python專屬的序列化模組，只能作用於python變數，是將資料對象轉化為bytes。
功能：用於python特有的類型和python的資料類型間進行轉換。
舉例：

1 import pickle2 d = {‘name‘:‘jeck‘,‘age‘:‘22‘}3 print(pickle.dumps(d))

View Code

列印出：b‘\x80\x03}q\x00(X\x04\x00\x00\x00nameq\x01X\x08 #這裡b代表為bytes

pickle的4個功能如下：
dumps , dump：進行序列化功能
loads , load：進行還原序列化功能

序列化舉例1：
dumps 序列化作用於變數，將傳入的變數序列化為一個bytes，然後可以寫入磁碟。

1 import pickle2 d = {‘name‘:‘jeck‘,‘age‘:‘22‘,‘工作‘:‘IT‘}3 f = open(‘fname‘,‘wb‘) #必須以二進位讀寫4 f.write(pickle.dumps(d))5 f.close()

View Code

序列化舉例2：
dump 直接將變數序列化到檔案中

1 import pickle2 d = {‘name‘:‘jeck‘,‘age‘:‘22‘,‘工作‘:‘IT‘}3 f = open(‘fname1‘,‘wb‘)4 pickle.dump(d,f)5 f.close()

View Code

還原序列化舉例1：
loads：把對象從磁碟讀入記憶體時，先把內容讀到一個bytes，然後用loads進行還原序列化

1 import pickle2     f = open(‘fname‘,‘rb‘)3     print(pickle.loads(f.read())) #將bytes通過loads進行還原序列化4 f.close()

View Code

還原序列化舉例2：
load：直接將dump後的序列化檔案進行還原序列化載入。

1 import pickle2     f = open(‘fname1‘,‘rb‘)3     print(pickle.load(f))4 f.close()

View Code

序列化模組之-- json
json：是個對象序列化的標準格式，用於在不同程式設計語言之間進行對象的傳遞。類似的有xml。
但和xml表現形式不同，json表現為一個字串，xml是用標記標註的不易閱讀。在速度上json也比xml快。
注意：一般用於序列化通用的列表，字典，等常用序列。如果要序列化python裡的函數，類需要單獨指定
方法和pickle一樣，有：dumps,dump 進行序列化。loads,load 進行還原序列化
功能：用於字串和python資料類型間進行轉換。
舉例：json序列化後的格式為字串

1 import json2 d = {‘name‘:‘jeck‘,‘age‘:‘22‘,‘工作‘:‘IT‘}3 print(json.dumps(d))4 print(type(json.dumps(d)))

View Code

列印：
{"name": "jeck", "age": "22", "\u5de5\u4f5c": "IT"}
<class ‘str‘>

序列化舉例1：
dumps 序列化作用於變數，將傳入的變數序列化為一個字串，然後可以寫入磁碟。

1 import json2 d = {‘name‘:‘jeck‘,‘age‘:‘22‘,‘工作‘:‘IT‘}3 f = open(‘fname‘,‘w‘)4 f.write(json.dumps(d))5 f.close()

View Code

序列化舉例2：
dump 直接將變數序列化到檔案中

import jsond = {‘name‘:‘jeck‘,‘age‘:‘22‘,‘工作‘:‘IT‘}f = open(‘fname1‘,‘w‘)json.dump(d,f)f.close()

還原序列化舉例1：
loads：先讀取對象，然後用loads進行還原序列化

1 import json2 f = open(‘fname‘,‘r‘)3 print(json.loads(f.read())) #將字串通過loads進行還原序列化4 f.close()

View Code

還原序列化舉例2：
load：直接將dump後的序列化檔案進行還原序列化載入。

1 import json2 f = open(‘fname1‘,‘rb‘)3 print(json.load(f))4 f.close()

View Code

# 注意 json也可以序列化python中的函數和類，但是序列化後的資料只是函數或者類的結果資料。
舉例序列化一個類：

1 import json2 def fun(n):3     return n4 x = fun(‘jeck‘)5 f = open(‘fname‘,‘w‘)6 f.write(json.dumps(x,default=fun))  #default參數就是告知json如何進行序列化7 f.close

View Code

一般通用方法為：
print(json.dumps(x, default=lambda obj: obj.__dict__))
其中的__dict__不需我們在類中定義,因為通常class的執行個體都有一個__dict__屬性，它就是一個字典，用來儲存執行個體變數.
當然函數和類序列化一般也不會使用。

在單獨舉例通過pickle對函數的序列化和還原序列化舉例
1：進行函數的序列化

1 import pickle2 def fun(n):3     return n4 f = open(‘fname‘,‘wb‘)5 f.write(pickle.dumps(fun))6 f.close  #成功

View Code

2：進行還原序列化
import pickle
f = open(‘fname‘,‘rb‘)
pickle.loads(f.read())
f.close
報錯：AttributeError: Can‘t get attribute ‘fun‘ on <module ‘__main__‘ from
是因為序列化後記憶體已釋放這個函數的記憶體位址，所以報錯。需要手工把這個函數添加到還原序列化開頭如下：

1 import pickle2 def fun(n):3     return n # 這個函數內容可以手工修改。4 f = open(‘fname‘,‘rb‘)5 print(pickle.loads(f.read()))6 f.close

View Code

這樣才可以實現函數的還原序列化，個人覺得沒啥意義。而且還原序列化時可以先修改函數內容，這樣還原序列化出的內容就是修改後的內容。

注意：pickle和json的序列化和還原序列化必須各自獨自使用，不能相互混用。

python學習之 -- 資料序列化