Python 文件存储:pickle 和 json 库的使用

简介: 在 Python 中, 可以通过第三方库 json 方便地实现 JSON 格式字符串与 Python 字典和列表的相互转换。JSON(javascript object notation)是一种和语言无关的轻量级数据交换格式, 采用文本格式来存储和表示数据。模块能够将 Python 对象直接存储到文件中。在需要使用数据时,直接从文件中读取,并还原为 Python 对象。因此, 存储的文件如果直接使用文本编辑器,则打开无法查看具体内容。在 Python 中, 提供的。相反,将上面代码中的。
✅作者简介:人工智能专业本科在读,喜欢计算机与编程,写博客记录自己的学习历程。
🍎个人主页: 小嗷犬的博客
🍊个人信条:为天地立心,为生民立命,为往圣继绝学,为万世开太平。
🥭本文内容:Python 文件存储:pickle 和 json 库的使用

1.使用 pickle 存储 Python 对象

在 Python 中, 提供的 pickle 模块能够将 Python 对象直接存储到文件中。 在需要使用数据时,直接从文件中读取,并还原为 Python 对象。

注意,pickle 操作的不是文本文件, 而是二进制文件。 因此, 存储的文件如果直接使用文本编辑器,则打开无法查看具体内容。

将 Python 对象存储到 pickle 文件的语法是:

pickle.dump(obj, file)
pickle 文件中将二进制数据读取出来重建为 Python 对象的语法是:
pickle.load(file)
将列表 ls 使用 pickle 模块存储在二进制文件 test.pkl 中,然后再次从文件中读取数据,重建为列表后打印:
import pickle
ls = ['Python', 'Java', 'C', 'Golang', 'C++', 'C#']
file1 = open('test.pkl', 'wb')
pickle.dump(ls, file1)
file1.close()
file2 = open('test.pkl', 'rb')
new_ls = pickle.load(file2)
print(new_ls)

2.使用 json 存储 Python 对象

JSON(javascript object notation)是一种和语言无关的轻量级数据交换格式, 采用文本格式来存储和表示数据。这种格式便于阅读和编写,也易于程序的解析和生成。

JSON 语法规则与 Python 中的字典和列表非常相似:

  1. 利用一对方括号 [] 表示数组;
  2. 利用一对花括号 {} 表示对象;
  3. 利用冒号分割键值对;
  4. 利用逗号分隔数组的元素或对象的键值对。

在 Python 中, 可以通过 json 库方便地实现 JSON 格式字符串与 Python 字典和列表的相互转换。 将 Python 对象转换为 JSON 格式字符串的语法是:

json.dumps(obj, ensure_ascii=True)
将 JSON 格式字符串转换为 Python 对象的语法是:
json.loads(s)
将列表 ls 转换为 JSON 格式字符串的代码如下所示:
import json
ls = ['Python', 'Java', 'C', 'Golang', 'C++', 'C#']
json_str = json.dumps(ls, ensure_ascii=False)
print(type(json_str))
print(json_str)
相反,将上面代码中的 json_str 转换为 Python 列表的代码如下所示:
import json
ls = ['Python', 'Java', 'C', 'Golang', 'C++', 'C#']
json_str = json.dumps(ls, ensure_ascii=False)
new_ls = json.loads(json_str)
print(type(new_ls))
print(new_ls)

目录
相关文章
|
2月前
|
存储 Web App开发 前端开发
Python + Requests库爬取动态Ajax分页数据
Python + Requests库爬取动态Ajax分页数据
|
2月前
|
JSON API 数据格式
Python采集京东商品评论API接口示例,json数据返回
下面是一个使用Python采集京东商品评论的完整示例,包括API请求、JSON数据解析
|
2月前
|
存储 JSON API
Python与JSON:结构化数据的存储艺术
Python字典与JSON格式结合,为数据持久化提供了便捷方式。通过json模块,可轻松实现数据序列化与反序列化,支持跨平台数据交换。适用于配置管理、API通信等场景,兼具可读性与高效性,是Python开发中不可或缺的数据处理工具。
110 0
|
24天前
|
JSON 安全 API
Python处理JSON数据的最佳实践:从基础到进阶的实用指南
JSON作为数据交换通用格式,广泛应用于Web开发与API交互。本文详解Python处理JSON的10个关键实践,涵盖序列化、复杂结构处理、性能优化与安全编程,助开发者高效应对各类JSON数据挑战。
108 1
|
2月前
|
JSON 网络安全 数据格式
Python网络请求库requests使用详述
总结来说,`requests`库非常适用于需要快速、简易、可靠进行HTTP请求的应用场景,它的简洁性让开发者避免繁琐的网络代码而专注于交互逻辑本身。通过上述方式,你可以利用 `requests`处理大部分常见的HTTP请求需求。
273 51
|
1月前
|
数据采集 存储 Web App开发
Python爬虫库性能与选型实战指南:从需求到落地的全链路解析
本文深入解析Python爬虫库的性能与选型策略,涵盖需求分析、技术评估与实战案例,助你构建高效稳定的数据采集系统。
216 0
|
2月前
|
存储 监控 安全
Python剪贴板监控实战:clipboard-monitor库的深度解析与扩展应用
本文介绍如何利用Python的clipboard-monitor库实现剪贴板监控系统,涵盖文本与图片的实时监听、防重复存储、GUI界面开发及数据加密等核心技术,适用于安全审计与自动化办公场景。
81 0
|
3月前
|
JSON 数据格式 Python
解决Python requests库POST请求参数顺序问题的方法。
总之,想要在Python的requests库里保持POST参数顺序,你要像捋顺头发一样捋顺它们,在向服务器炫耀你那有条不紊的数据前。抓紧手中的 `OrderedDict`与 `json`这两把钥匙,就能向服务端展示你的请求参数就像经过高端配置的快递包裹,里面的商品摆放井井有条,任何时候开箱都是一种享受。
88 10

推荐镜像

更多