浅析Python 序列化与反序列化_Python

序列化是将对象的状态信息转换为可以存储或传输的形式的过程。在序列化期间，对象将其当前状态（存在内存中）写入到临时或持久性存储区（硬盘）。以后，可以通过从存储区中读取或反序列化对象的状态，重新创建该对象。

实现对象的序列化和反序列化在python中有两种方式：json 和 pickle。

其中json用于字符串和 python数据类型间进行转换，pickle用于python特有的类型和 python的数据类型间进行转换，pickle是python特有的。

1、JSON序列化：json.dumps()

									info = {

									  "name":"tj",

									  "age":22

									}

									import json

									print(info)

									print(type(info))

									print(json.dumps(info))

									print(type(json.dumps(info)))

									f = open("test.txt","w")

									# f.write(info)  # TypeError: write() argument must be str, not dict

									f.write(json.dumps(info)) # 正常写入文件 f.write(json.dumps(info)) 等价于 json.dump(info, f)

									f.close()

									>>>

									{'name': 'tj', 'age': 22}

									<class 'dict'>

									{"name": "tj", "age": 22}

									<class 'str'>

2、JSON反序列化：json.loads()

									f = open("test.txt","r")

									# print(f.read()["age"]) #TypeError: string indices must be integers

									data = json.loads(f.read()) # data = json.loads(f.read()) 等价于 data = json.load(f)

									print(data["age"])

									f.close()

									>>>

									22

注意：对于以下这种情况json就不能处理了

									import json

									def hello(name):

									  print("hello,",name)

									info = {

									  "name":"tj",

									  "age":22,

									  "func":hello

									}

									f = open("test2.txt","w")

									f.write(json.dumps(info)) #TypeError: Object of type function is not JSON serializable

									f.close()

所以：json用于字符串和 python数据类型间进行转换

3、pickle序列化：pickle.dumps()

									import pickle

									def hello(name):

									  print("hello,",name)

									info = {

									  "name":"tj",

									  "age":22,

									  "func":hello

									}

									print(pickle.dumps(info)) #可见pickle序列化的结果输出为二进制，所以应使用wb的方式往文件中写

									f = open("test2.txt","wb")

									f.write(pickle.dumps(info)) # 等价于 pickle.dump(info,f)

									f.close()

									>>>

									b'\x80\x04\x957\x00\x00\x00\x00\x00\x00\x00}\x94(\x8c\x04name\x94\x8c\x04alex\x94\x8c\x03age\x94K\x16\x8c\x04func\x94\x8c\x08__main__\x94\x8c\x05hello\x94\x93\x94u.'

对于函数hello，序列化的不是内存地址，而是整个数据对象，函数可以序列化。

4、pickle反序列化：pickle.loads()

									f = open("test2.txt","rb")

									data = pickle.loads(f.read()) # 等价于data = pickle.load(f)

									print(data)

									print(data["name"])

									print(data["func"])

									>>>

									{'name': 'tj', 'age': 22, 'func': <function hello at 0x00000179EF69C040>}

									tj

									<function hello at 0x00000179EF69C040>

5、多次序列化与反序列化

1）json

									import json

									info = {

									  "name":"tj",

									  "age":22

									}

									f = open("test3.txt","w")

									f.write(json.dumps(info))

									info['age'] = 21

									f.write(json.dumps(info))

									f.close()

									# 

									>>>

									序列化两次后test3中的内容

									test3.txt: {"name": "tj", "age": 22}{"name": "tj", "age": 21}

									f = open("test3.txt","r")

									# 报错，py3以上，多次dumps的文件反序列化报错，py2多次dumps的文件也能被反序列化，先序列化的先被反序列化

									data = json.loads(f.read()) # json.decoder.JSONDecodeError

									f.close()

									print(data)

2）pickle

									import pickle

									info = {

									  "name":"tj",

									  "age":22

									}

									f = open("test2.txt","wb")

									f.write(pickle.dumps(info)) # 等价于 pickle.dump(info,f)

									info["sex"] = "女"

									f.write(pickle.dumps(info)) # 等价于 pickle.dump(info,f)

									f.close()

									>>>

									序列化两次后test2.txt中的内容

									test2.txt： ��    }�(�name攲tj攲age擪u.��%    }�(�name攲tj攲age擪�sex攲濂硵u.

									f = open("test2.txt","rb")

									data = pickle.loads(f.read()) # 第一次反序列化正常

									# data = pickle.loads(f.read()) # 第二次反序列化：EOFError: Ran out of input

									print(data)

									print(data["age"])

									# print(data["sex"]) # KeyError: 'sex'