json&pickle序列化

標籤：ble   小結   位元組   get   行資料   內容   seve   logs   載入   

一、簡述

我們在寫入檔案中的資料，只能是字串，但是如果要想把記憶體的資料對象存到硬碟上去怎麼辦呐？下面就來說說序列化：json & pickle

二、json序列化

1、dumps序列化和loads還原序列化

dumps()序列化

import  json   #匯入json模組 info = {    ‘name‘:"seven",    "age":32} with open("test.txt","w") as f:  #以普通模式寫入    data = json.dumps(info) #把記憶體對象轉為字串    f.write(data)   #寫到檔案中 #text.txt檔案中的內容{"name": "seven", "age": 32}

loads()還原序列化

import json with open("test.txt","r") as f:  #以普通模式讀    data = json.loads(f.read())   #用loads還原序列化 print(data.get("age")) #輸出32

2、dump序列化和load還原序列化

dump()序列化

import  json info = {    ‘name‘:"seven",    "age":32} with open("test.txt","w") as f:   #檔案以寫的方式開啟    json.dump(info,f)    #第1個參數是記憶體的資料對象 ，第2個參數是檔案控制代碼 #text.txt檔案中的內容{"name": "seven", "age": 32}

load()還原序列化

import json with open("test.txt","r") as f:   #以讀的方式開啟檔案    data = json.load(f)  #輸入檔案對象 print(data["age"]) #輸出32

3、序列化函數

import  json def sayhi(name):  #函數    print("name:",name) info = {    ‘name‘:"seven",    "age":32,    "func":sayhi    #引用sayhi函數名} with open("test.txt","w") as f:    json.dump(info,f)   #序列化info資料對象 #輸出 File "D:\Python\Python35\lib\json\encoder.py", line 403, in _iterencode_dict    yield from chunks  File "D:\Python\Python35\lib\json\encoder.py", line 436, in _iterencode    o = _default(o)  File "D:\Python\Python35\lib\json\encoder.py", line 179, in default    raise TypeError(repr(o) + " is not JSON serializable")TypeError: <function sayhi at 0x00000000006DD510> is not JSON serializable  #不支援json序列化

小結：

1. dumps和loads是成對使用的，dump和load是成對使用的。
2. dumps和loads由於序列化的是內容，所以後面要加s，但是dump和load序列化的內容是對象，所以單數。
3. json只能處理簡單的資料類型，例如：字典、列表、字串等，不能處理函數等複雜的資料類型。
4. json是所有語言通用的，所有語言都支援json，如果我們需要python跟其他語言進行資料互動，那麼就用json格式。

二、pickle序列化

1、dumps序列化和loads還原序列化

dumps()序列化

import pickle info = {    ‘name‘:"seven",    "age":32,} with open("test.txt","wb") as f:   #以二進位的形式寫入    data = pickle.dumps(info)   #序列化成字串    f.write(data)   #寫入test.txt 檔案中 #輸出到test.txt檔案中的內容?}q (X   ageqKX   nameqX   sevenqu.

loads()還原序列化

import pickle with open("test.txt","rb") as f: #以二進位的模式讀    data = pickle.loads(f.read())   #還原序列化操作 print(data.get("age")) #輸出32

2、dump序列化和load還原序列化

dump()序列化

import pickle info = {    ‘name‘:"seven",    "age":32,} with open("test.txt","wb") as f:    pickle.dump(info,f)  #序列化 #輸出?}q (X   ageqKX   nameqX   sevenqu.

load()還原序列化

import pickle with open("test.txt","rb") as f:    data = pickle.load(f)  #還原序列化成記憶體對象 print(data.get("age")) #輸出32

從上面的結果觀察，json和pickle好像也沒什麼區別？但是別忘了，我們說，json只能序列化簡單的資料類型，而pickle可以序列化python中所有的資料類型，包括函數、類等，下面我們就來看看，如何序列化函數的。還有就是，pickle序列化的是位元組，而json序列化的是字元，這個要注意一下。

3、序列化函數

①序列化

import pickle def sayhi(name):   #函數    print("hello:",name) info = {    ‘name‘:"seven",    "age":32,    "func":sayhi    #"func"對應的值sayhi，是函數名} with open("test.txt","wb") as f:    data = pickle.dumps(info)    f.write(data) #輸出test.txt?}q (X   funcqc__main__sayhiqX   ageqKX   nameqX   seven.

②還原序列化

import pickle def sayhi(name):   #在還原序列化中必須寫上此函數，不然會報錯，因為在載入的時候，函數沒有載入到記憶體    print("hello:",name) with open("test.txt","rb") as f:    data = pickle.loads(f.read()) print(data.get("age")) data.get("func")("seven")  #執行函數sayhi #輸出32hello: seven   #輸出的函數體中的邏輯也是可以變的，這邊我就不做示範了

小結：

1. json值支援簡單的資料類型，pickle支援所有的資料類型。
2. pickle只能支援python本身的序列化和還原序列化，不能用作和其他語言做資料互動，而json可以。
3. pickle序列化的是整個的資料對象，所以還原序列化函數時，函數體中的邏輯變了，是跟著新的函數體走的。
4. pickle和json在3.0中只能dump一次和load一次，在2.7裡面可以dump多次，load多次，anyway，以後只記住，只需要dump一次，load一次就可以了。

json&pickle序列化