Python 序列化

1. 序列化定义

• 把对象(变量)从内存中变成可存储或传输的过程称之为序列化, 在Python中叫pickling,其余语言中称之为serialization等;
• 序列化以后,就能够把序列化后的内容写入磁盘,或者经过网络传输到别的机器上;
• 把变量内容从序列化的对象从新读到内存里称之为反序列化,即unpickling;

# 示例一:将字典写入到文件中
dic = str({'1':'111'})

f = open('test', 'w')

f.write(dic)    # 写入失败:write() argument must be str, not set


# 示例二: 读入文件中的字典
f.open('test', 'r')

data = f.read()
print(eval(data)['1'])    # 此处,须要将data使用 eval()函数进行转换

2. JSON

# 示例一: 序列化
import json

dic = {'name': '小虎', 'age': '19'}

data = json.dumps(dic)
f = open('JSON_text', 'w')
f.write(data)
f.close()

# 使用 dump
f = open('JSON_text', 'w')
json.dump(dic, f)
f.close()


# 示例二: 反序列化
import json

f = open('JSON_text', 'r')

data = f.read()
data = json.loads(data)
print(data['name'])


# 使用 load
f = open('JSON_text', 'r')

data = json.load(f)
print(data['name'])

3. pickle

• pickle 模块基本上功能使用和JSON模块没有太大区别;
• pickle 不是用于多种语言间的数据传输,它仅做为python对象的持久化或python程序间进行互相传输对象的方法;

# 示例一: 序列化
import pickle

def foo():
    print('ok')

data = pickle.dumps(foo)

f = open('PICKLE_text', 'wb')   # wb  write byte

f.write(data)
f.close()


# 示例二: 反序列化
import pickle

def foo():
    print('ok')

f = open('PICKLE_text', 'rb')

data = f.read()
data = pickle.loads(data)

data()

4. shelve 模块

• shelve模块比pickle模块简单,只有一个open函数,返回相似字典的对象,可读可写;key必须为字符串,而值能够是 Python所支持的数据类型。

# 示例:
# 序列化
import shelve

f = shelve.open(r'shelve.txt')

f['info'] = {'name':'lisi', 'age': '14'}

# 反序列化
f = shelve.open('shelve.txt')
print(f.get('info'))

<br/>

参考资料:

Python 全栈