咱们学习过用eval内置方法能够将一个字符串转成python对象,不过,eval方法是有局限性的,对于普通的数据类型,json.loads和eval都能用,但遇到特殊类型的时候,eval就无论用了,因此eval的重点仍是一般用来执行一个字符串表达式,并返回表达式的值。python
1 import json 2 x="[null,true,false,1]" 3 print(eval(x)) 4 print(json.loads(x))
咱们把对象(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,在其余语言中也被称之为serialization,marshalling,flattening等等,都是一个意思。web
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。编程
反过来,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。json
若是咱们要在不一样的编程语言之间传递对象,就必须把对象序列化为标准格式,好比XML,但更好的方法是序列化为JSON,由于JSON表示出来就是一个字符串,能够被全部语言读取,也能够方便地存储到磁盘或者经过网络传输。JSON不只是标准格式,而且比XML更快,并且能够直接在Web页面中读取,很是方便。网络
JSON表示的对象就是标准的JavaScript语言的对象,JSON和Python内置的数据类型对应以下:编程语言
1 #----------------------------序列化 2 import json 3 4 dic={'name':'kelvin','age':23,'sex':'male'} 5 print(type(dic))#<class 'dict'> 6 7 j=json.dumps(dic) 8 print(type(j))#<class 'str'> 9 10 11 f=open('序列化对象','w') 12 f.write(j) #-------------------等价于json.dump(dic,f) 13 f.close() 14 #-----------------------------反序列化<br> 15 import json 16 f=open('序列化对象') 17 data=json.loads(f.read())# 等价于data=json.load(f)
1 import json 2 #dct="{'1':111}"#json 不认单引号 3 #dct=str({"1":111})#报错,由于生成的数据仍是单引号:{'one': 1} 4 5 dct='{"1":"111"}' 6 print(json.loads(dct)) 7 8 #conclusion: 9 # 不管数据是怎样建立的,只要知足json格式,就能够json.loads出来,不必定非要dumps的数据才能loads 10 11 注意点
1 ##----------------------------序列化 2 import pickle 3 4 dic={'name':'kelvin','age':23,'sex':'male'} 5 6 print(type(dic))#<class 'dict'> 7 8 j=pickle.dumps(dic) 9 print(type(j))#<class 'bytes'> 10 11 12 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' 13 f.write(j) #-------------------等价于pickle.dump(dic,f) 14 15 f.close() 16 #-------------------------反序列化 17 import pickle 18 f=open('序列化对象_pickle','rb') 19 20 data=pickle.loads(f.read())# 等价于data=pickle.load(f) 21 22 23 print(data['age'])
Pickle的问题和全部其余编程语言特有的序列化问题同样,就是它只能用于Python,而且可能不一样版本的Python彼此都不兼容,所以,只能用Pickle保存那些不重要的数据,不能成功地反序列化也不要紧。函数
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所支持的数据类型学习
1 import shelve 2 3 f = shelve.open(r'shelve.txt') 4 5 # f['stu1_info']={'name':'kelvin','age':'18'} 6 # f['stu2_info']={'name':'jack','age':'20'} 7 # f['school_info']={'website':'dqing.com','city':'beijing'} 8 # 9 # 10 # f.close() 11 12 print(f.get('stu_info')['age'])