Python中的pickle和json模块

dumps => 卸出,从内存中导出,把数据从内存中变成可存储或可传输的,序列化 => 将Python数据转换为另一种格式的数据

loads => 加载,将数据加载至内存,把序列化后的数据重新读到内存里,反序列化 => 将其他格式的数据转换为Python数据

pickle和json模块

序列化和反序列化是对同一数据在不同格式间的来回转换。

python提供的模块 picklejson可以实现序列化和反序列化。

pickle

0. 导入模块
import pickle
1. pickle - dumps - 序列化

pickle.dumps()方法能把任意数据对象序列化成一个bytes格式,之后可以写入文件中

pickle.dumps(数据对象)

示例:

>>> import pickle
>>> d = dict(name='Bob', age=20, score=88)
>>> pickle.dumps(d)
b'\x80\x03}q\x00(X\x03\x00\x00\x00ageq\x01K\x14X\x05\x00\x00\x00scoreq\x02KXX\x04\x00\x00\x00nameq\x03X\x03\x00\x00\x00Bobq\x04u.'
2.pickle - dump - 序列化

pickle.dump() 能够直接把任意数据对象序列化后写入file-like object:

示例:

# 把数据d序列化后写入文件dump.txt中
>>> f = open('dump.txt', 'wb')
>>> pickle.dump(d, f)
>>> f.close()
3. pickle - loads - 反序列化

pickle.loads() 方法能把pickle.dumps()序列化后的数据反序列化回来

>>> d = b'\x80\x03}q\x00(X\x03\x00\x00\x00ageq\x01K\x14X\x05\x00\x00\x00scoreq\x02KXX\x04\x00\x00\x00nameq\x03X\x03\x00\x00\x00Bobq\x04u.'
>>> pickle.dumps(d)
{'name'='Bob', 'age'=20, 'score'=88}
4. pickle - load - 反序列化

pickle.load() 方法能直接把pickle.dumps()序列化后保存在文件中的数据反序列化回来

>>> f = open('dump.txt', 'rb')
>>> d = pickle.load(f)   # 能够直接反序列化文件中的序列化数据
>>> f.close()
>>> d
{'age': 20, 'score': 88, 'name': 'Bob'}

json

0. 导入模块
import json
1. json - dumps - 序列化为json字符串

json.dumps()方法能够把Python数据序列化为 json字符串 :

import json
d = {"name": jane, "score": 88}
b = json.dumps(d)

# 返回json字符串
>>> b = '{"name": jane, "score": 88}'
2. json - dump - 直接写入json字符串至文件

json.dump()方法可以直接把序列化后的JSON字符串写入一个file-like Object

import json
d = {"name": jane, "score": 88}
f = open('json.txt', 'w')
json.dump(d, f)   # 将d序列化成json字符串后,写入json.txt
f.close()
3. json - loads - 将json字符串反序列化

json.loads()方法可以将一个json字符串数据反序列化成为Python标准数据:

import json
b = '{"name": jane, "score": 88}'
d = json.loads(b)

# 返回python类型数据
>>> d = {"name": jane, "score": 88}
4. json - load - 从文件中读取json字符串

json.load()方法可以直接从一个写有json字符串的文件中读出json字符串并反序列化为python数据:

import json
f = open('json.txt', 'r')
d = json.load(f)    # 直接读取f中的json字符串并反序列化

>>> d = {"name": jane, "score": 88}

Json进阶 - 序列化类的实例对象为json字符串

  1. 将类对象进行序列化,转换为json字符串:
import json


class Student(object):

    def __init__(self, name, score):
        self.name = name
        self.score = score


# 将Student实例转换为dict对象函数
def student2dict(stu):
    return {
        'name': stu.name,
        'score': stu.score
    }


stu = Student('David', 88)

d = json.dumps(stu, default=student2dict)

过程:student2dict函数先将stu对象转换为python字典 => json.dumps()将python字典序列化为json字符串

  1. 将json字典,反序列化为类的实例对象
import json


class Student(object):

    def __init__(self, name, score):
        self.name = name
        self.score = score


# 将Student实例转换为dict对象函数
def dict2student(stu_dict):
    return Student(stu_dict['name'], stu_dict['score'])


stu_json = '{"name": "Bob", "score": 98}'

d = json.loads(stu_json, object_hook=dict2student)

过程:json.loads()先将stu_json反序列化为python字典 => dict2student函数根据python字典实例化对象

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 199,711评论 5 468
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 83,932评论 2 376
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 146,770评论 0 330
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 53,799评论 1 271
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 62,697评论 5 359
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,069评论 1 276
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,535评论 3 390
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,200评论 0 254
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,353评论 1 294
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,290评论 2 317
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,331评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,020评论 3 315
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,610评论 3 303
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,694评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,927评论 1 255
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,330评论 2 346
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 41,904评论 2 341

推荐阅读更多精彩内容