Python--序列化与反序列化

简介: Python--序列化与反序列化

前言

「序列化:把内存中的数据类型转换成一种特定格式,这种特定格式可以用于存储或者传输给其他平台
内存中的数据类型-----》序列化---》特定格式(json/pickle)
内存中的数据类型《-----反序列化<----特定格式(json/pickle)」

「用途:
1、存储
2、跨平台数据交互」

json
import json
dic = {"name":'拾贰','age':18,'hobby':['篮球'],'Python':True}
json_dic = json.dumps(dic)
print(json_dic)
"""
{"name": "\u62fe\u8d30", "age": 18, "hobby": ["\u7bee\u7403"], "Python": true}
"""

可以看到这里汉字是unicode编码的,看如下:

import json
dic = {"name":'拾贰','age':18,'hobby':['篮球'],'Python':True}
json_dic = json.dumps(dic,ensure_ascii=False)
print(json_dic,type(json_dic))
"""
{"name": "拾贰", "age": 18, "hobby": ["篮球"], "Python": true} <class 'str'>
"""

「注意看符号,由单引号,变成了双引号。类型与就是字符串形式的。 json只是数据格式。规定了True或者False要用小写的形式,以及""形式」

序列化/反序列化第一种

import json
dic = {"name":'拾贰','age':18,'hobby':['篮球'],'Python':True}
json_dic = json.dumps(dic)
with open('json_.json',mode='wt',encoding='utf-8') as j:
    json_write = j.write(json_dic)
# 反序列化
with open('json_.json',mode='rt') as r:
    json_read = json.loads(r.read())
    print(json_read)

这里对比上面,我将ensure_ascii=False去掉了,再反序列化后,这要与不要都可以。只是写入文本后展示的不一样,不要ensure_ascii=False,写入json就是unicode编码的。

反序列化用的loads方法, 别搞混了

反序列化

import json
dic = {"name":'拾贰','age':18,'hobby':['篮球'],'Python':True}
with open('json_1.json',mode='wt',encoding='utf-8') as j:
    json.dump(dic,j)    # 一步到位,自动调用dumps然后调用j完成序列化
with open('json_.json',mode='rt') as r:
    print(json.load(r))

「ensure_ascii=False依旧可以添加到序列化中去,只是我没有添加。第二种方法,先对于第一种,代码上简化了一些」

反序列化第三种

with open('json_.json',mode='rb') as r:
    # print(json.load(r))
    print(json.loads(r.read()))

「这里的mode是二进制的,需要注意一下」

值得注意的是,python的集合,是不被允许序列化的。、

set_ = {1,2,3}
json.dumps(set_)
"""
TypeError: Object of type set is not JSON serializable
"""

pickle

常用于存档

第一种

import pickle
dic = {"name":'拾贰','age':18,'hobby':['篮球'],'Python':True,"set":{1,2,3}}
pickle_dic = pickle.dumps(dic,protocol=0)
with open('pickle_.pickle',mode='wb') as w:
    w.write(pickle_dic)
with open('pickle_.pickle',mode='rb') as r:
    read_pickle = pickle.loads(r.read())
    print(read_pickle)

值得注意的是,这里我添加了集合进来。需要用二进制写入。protocol=0,保证写入后不出现乱码的情况 注意文件的后缀名是pickle

第二种

import pickle
dic = {"name":'拾贰','age':18,'hobby':['篮球'],'Python':True,"set":{1,2,3}}
with open('pickle_.pickle',mode='wb') as r:
    pickle.dump(dic,r,protocol=0)
with open('pickle_.pickle',mode='rb') as r:
    read_pickle = pickle.load(r)
    print(read_pickle)

与json的及其相似

目录
相关文章
|
2月前
|
存储 Java
【IO面试题 四】、介绍一下Java的序列化与反序列化
Java的序列化与反序列化允许对象通过实现Serializable接口转换成字节序列并存储或传输,之后可以通过ObjectInputStream和ObjectOutputStream的方法将这些字节序列恢复成对象。
|
2月前
|
存储 开发框架 .NET
解锁SqlSugar新境界:利用Serialize.Linq实现Lambda表达式灵活序列化与反序列化,赋能动态数据查询新高度!
【8月更文挑战第3天】随着软件开发复杂度提升,数据查询的灵活性变得至关重要。SqlSugar作为一款轻量级、高性能的.NET ORM框架,简化了数据库操作。但在需要跨服务共享查询逻辑时,直接传递Lambda表达式不可行。这时,Serialize.Linq库大显身手,能将Linq表达式序列化为字符串,实现在不同服务间传输查询逻辑。结合使用SqlSugar和Serialize.Linq,不仅能够保持代码清晰,还能实现复杂的动态查询逻辑,极大地增强了应用程序的灵活性和可扩展性。
97 2
|
6天前
|
存储 XML JSON
用示例说明序列化和反序列化
用示例说明序列化和反序列化
|
15天前
|
JSON fastjson Java
niubility!即使JavaBean没有默认无参构造器,fastjson也可以反序列化。- - - - 阿里Fastjson反序列化源码分析
本文详细分析了 Fastjson 反序列化对象的源码(版本 fastjson-1.2.60),揭示了即使 JavaBean 沲有默认无参构造器,Fastjson 仍能正常反序列化的技术内幕。文章通过案例展示了 Fastjson 在不同构造器情况下的行为,并深入探讨了 `ParserConfig#getDeserializer` 方法的核心逻辑。此外,还介绍了 ASM 字节码技术的应用及其在反序列化过程中的角色。
42 10
|
15天前
|
存储 Java 开发者
Java编程中的对象序列化与反序列化
【9月更文挑战第20天】在本文中,我们将探索Java编程中的一个核心概念——对象序列化与反序列化。通过简单易懂的语言和直观的代码示例,你将学会如何将对象状态保存为字节流,以及如何从字节流恢复对象状态。这不仅有助于理解Java中的I/O机制,还能提升你的数据持久化能力。准备好让你的Java技能更上一层楼了吗?让我们开始吧!
|
23天前
|
存储 Java
Java编程中的对象序列化与反序列化
【9月更文挑战第12天】在Java的世界里,对象序列化与反序列化是数据持久化和网络传输的关键技术。本文将带你了解如何通过实现Serializable接口来标记一个类的对象可以被序列化,并探索ObjectOutputStream和ObjectInputStream类的使用,以实现对象的写入和读取。我们还将讨论序列化过程中可能遇到的问题及其解决方案,确保你能够高效、安全地处理对象序列化。
|
5天前
|
JSON 安全 编译器
扩展类实例的序列化和反序列化
扩展类实例的序列化和反序列化
13 0
|
11天前
|
XML Dubbo Java
分布式-序列化,反序列化
分布式-序列化,反序列化
|
2月前
|
存储 JSON JavaScript
python序列化: json & pickle & shelve 模块
python序列化: json & pickle & shelve 模块
|
2月前
|
存储 Java
Java编程中的对象序列化与反序列化
【8月更文挑战第28天】在Java世界中,对象序列化与反序列化是数据持久化和网络传输的关键技术。本文将深入浅出地探讨这一过程,带你领略其背后的原理及应用,让你的程序在数据的海洋中自由航行。
下一篇
无影云桌面