<
>

Python序列化模块JSON与Pickle

2022-06-03 13:03:19 来源:易采站长站 作者:

序列化把对象(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,在其他语言中也被称之为serialization,marshalling,flattening。

一、JSON序列化

使用json序列化能够达到跨平台传输数据的目的。

跨平台性质,它可以序列化dict/list/str/int/float/bool/None数据类型。

序列化成json文本格式。

1、json数据类型和python数据类型对应关系表:

Json类型<——>Python类型

    {}<——>dict[]<——>list,>"string"<——>str, unicode520.13<——>int, long, floattrue/false<——>True/Falsenull<——>None

    2、相关函数

    (2)序列化

      序列化成字符串:json.dumps(json_obj)序列化字符串到文件中:json.dump(json_obj,>

      (2)反序列化

        反序列化成对象:json.loads(json_str)从文件读流中反序列化成对象:json.load(read_file)

        3、举例:

        import json
        
        struct_data = {'name': 'json', 'age': 23, 'sex': 'male'}
        print(struct_data, type(struct_data))  # {'name': 'json', 'age': 23, 'sex': 'male'} 
        # 序列化
        data = json.dumps(struct_data)
        print(data, type(data))  # {"name": "json", "age": 23, "sex": "male"} 
        
        # 反序列化
        data = json.loads(data)
        print(data, type(data))  # {'name': 'json', 'age': 23, 'sex': 'male'}

        磁盘文件操作

        import json
        
        # 序列化,写入磁盘
        with open('Json序列化对象.json', 'w') as fw:
            json.dump(struct_data, fw)
        
        # 从文件读取,反序列化
        with open('Json序列化对象.json') as fr:
            data = json.load(fr)
        print(data)  # {'name': 'json', 'age': 23, 'sex': 'male'}

        二、Pickle序列化

        pickle无法跨平台,序列化之后只有python识别。但是可以序列化Python的任意数据类型,包括函数和对象。

        Json模块和picle模块都有>

        1、举例:

        import pickle
        
        struct_data = {'name': 'json', 'age': 23, 'sex': 'male'}
        print(struct_data, type(struct_data))  # {'name': 'json', 'age': 23, 'sex': 'male'} 
        
        data = pickle.dumps(struct_data)
        print(data, type( data))  # b'x80x03}qx00(Xx04x00x00x00nameqx01Xx04x00x00x00jsonqx02Xx03x00x00x00ageqx03Kx17Xx03x00x00x00sexqx04Xx04x00x00x00maleqx05u.' 
        
        data = pickle.loads(data)
        print(data, type(data))  # {'name': 'json', 'age': 23, 'sex': 'male'} 'dict'>
        
        # 序列化(注意:pickle模块需要使用二进制存储,即'wb'模式存储)
        with open('Pickle序列化对象.pkl', 'wb') as fw:
            pickle.dump(struct_data, fw)
        
        # 反序列化
        with open('Pickle序列化对象.pkl', 'rb') as fr:
            pickle = pickle.load(fr)
        print(data)  # {'name': 'json', 'age': 23, 'sex': 'male'}

        2、base64与pickle联合使用

        str = 'Hello World'  # 加密前,原始数据
        a = base64.b64encode(pickle.dumps(str)).decode()  # 加密
        print(a) # gANYCwAAAEhlbGxvIFdvcmxkcQAu
        b = pickle.loads(base64.b64decode(a.encode()))  # 解密
        print(b)

        到此这篇关于Python序列化模块JSON与Pickle的文章就介绍到这了。希望对大家的学习有所帮助,也希望大家多多支持易采站长站。

暂时禁止评论

微信扫一扫

易采站长站微信账号