在python中，序列化可以理解为：把python的对象编码转换为json格式的字符串，反序列化可以理解为：把json格式
字符串解码为python数据对象。在python的标准库中，专门提供了json库与pickle库来处理这部分。
先来学习json的库，导入json库很简单，直接import json，下面通过具体的实例来说明json库对序列化与反序列化的使用。json库的主要方法为：
#!/usr/bin/env python #coding:utf-8 import json print json.__all__
见json库的主要方法:
['dump', 'dumps', 'load', 'loads', 'JSONDecoder', 'JSONEncoder']
我们定义一个字典，通过json把它序列化为json格式的字符串，见实现的代码：
#!/usr/bin/env python
#coding:utf-8
import json
dict1={'name':'wuya','age':22,'address':'xian'}
print u'未序列化前的数据类型为:',type(dict1)
print u'未序列化前的数据:',dict1
#对dict1进行序列化的处理
str1=json.dumps(dict1)
print u'序列化后的数据类型为:',type(str1)
print u'序列化后的数据为:',str1
见如上的代码输出的内容：
|
1
2
3
4
5
6
7
|
C:Python27python.exe D:/git/Python/doc/index.py未序列化前的数据类型为: <type 'dict'>未序列化前的数据: {'age': 22, 'name': 'wuya', 'address': 'xian'}序列化后的数据类型为: <type 'str'>序列化后的数据为: {"age": 22, "name": "wuya", "address": "xian"}Process finished with exit code 0 |
通过如上的代码以及结果可以看到，这就是一个序列化的过程，简单的说就是把python的数据类型转换为json格式的
字符串。下来我们再反序列化，把json格式的字符串解码为python的数据对象，见实现的代码和输出：
#!/usr/bin/env python
#coding:utf-8
import json
dict1={'name':'wuya','age':22,'address':'xian'}
print u'未序列化前的数据类型为:',type(dict1)
print u'未序列化前的数据:',dict1
#对dict1进行序列化的处理
str1=json.dumps(dict1)
print u'序列化后的数据类型为:',type(str1)
print u'序列化后的数据为:',str1
#对str1进行反序列化
dict2=json.loads(str1)
print u'反序列化后的数据类型:',type(dict2)
print u'反序列化后的数据：',dict2
见输出结果的内容：
C:Python27python.exe D:/git/Python/doc/index.py
未序列化前的数据类型为: <type 'dict'>
未序列化前的数据: {'age': 22, 'name': 'wuya', 'address': 'xian'}
序列化后的数据类型为: <type 'str'>
序列化后的数据为: {"age": 22, "name": "wuya", "address": "xian"}
反序列化后的数据类型: <type 'dict'>
反序列化后的数据： {u'age': 22, u'name': u'wuya', u'address': u'xian'}
下面我们结合requests库，来看返回的json数据，具体代码为：
#!/usr/bin/env python
#coding:utf-8
import json
import requests
r=requests.get('http://wthrcdn.etouch.cn/weather_mini?city=西安')
print r.text,u'数据类型:',type(r.text)
#对数据进行反序列化的操作
dic=json.loads(r.text)
print dic,u'数据类型:',type(dic)
见输出的内容：
C:Python27python.exe D:/git/Python/doc/index.py
{"desc":"OK","status":1000,"data":{"wendu":"3","ganmao":"昼夜温差较大，较易发生感冒，请适当增减衣服。体质较弱的朋友请注意防护。","forecast":[{"fengxiang":"东北风","fengli":"微风级","high":"高温 10℃","type":"晴","low":"低温 -2℃","date":"22日星期四"},{"fengxiang":"东北风","fengli":"微风级","high":"高温 8℃","type":"多云","low":"低温 0℃","date":"23日星期五"},{"fengxiang":"东北风","fengli":"微风级","high":"高温 7℃","type":"阴","low":"低温 0℃","date":"24日星期六"},{"fengxiang":"东北风","fengli":"微风级","high":"高温 1℃","type":"雨夹雪","low":"低温 -1℃","date":"25日星期天"},{"fengxiang":"东北风","fengli":"微风级","high":"高温 5℃","type":"多云","low":"低温 1℃","date":"26日星期一"}],"yesterday":{"fl":"微风","fx":"北风","high":"高温 7℃","type":"阴","low":"低温 -1℃","date":"21日星期三"},"aqi":"87","city":"西安"}} 数据类型: <type 'unicode'>
{u'status': 1000, u'data': {u'city': u'u897fu5b89', u'yesterday': {u'fx': u'u5317u98ce', u'type': u'u9634', u'high': u'u9ad8u6e29 7u2103', u'low': u'u4f4eu6e29 -1u2103', u'date': u'21u65e5u661fu671fu4e09', u'fl': u'u5faeu98ce'}, u'forecast': [{u'fengxiang': u'u4e1cu5317u98ce', u'high': u'u9ad8u6e29 10u2103', u'fengli': u'u5faeu98ceu7ea7', u'date': u'22u65e5u661fu671fu56db', u'type': u'u6674', u'low': u'u4f4eu6e29 -2u2103'}, {u'fengxiang': u'u4e1cu5317u98ce', u'high': u'u9ad8u6e29 8u2103', u'fengli': u'u5faeu98ceu7ea7', u'date': u'23u65e5u661fu671fu4e94', u'type': u'u591au4e91', u'low': u'u4f4eu6e29 0u2103'}, {u'fengxiang': u'u4e1cu5317u98ce', u'high': u'u9ad8u6e29 7u2103', u'fengli': u'u5faeu98ceu7ea7', u'date': u'24u65e5u661fu671fu516d', u'type': u'u9634', u'low': u'u4f4eu6e29 0u2103'}, {u'fengxiang': u'u4e1cu5317u98ce', u'high': u'u9ad8u6e29 1u2103', u'fengli': u'u5faeu98ceu7ea7', u'date': u'25u65e5u661fu671fu5929', u'type': u'u96e8u5939u96ea', u'low': u'u4f4eu6e29 -1u2103'}, {u'fengxiang': u'u4e1cu5317u98ce', u'high': u'u9ad8u6e29 5u2103', u'fengli': u'u5faeu98ceu7ea7', u'date': u'26u65e5u661fu671fu4e00', u'type': u'u591au4e91', u'low': u'u4f4eu6e29 1u2103'}], u'ganmao': u'u663cu591cu6e29u5deeu8f83u5927uff0cu8f83u6613u53d1u751fu611fu5192uff0cu8bf7u9002u5f53u589eu51cfu8863u670du3002u4f53u8d28u8f83u5f31u7684u670bu53cbu8bf7u6ce8u610fu9632u62a4u3002', u'wendu': u'3', u'aqi': u'87'}, u'desc': u'OK'} 数据类型: <type 'dict'>
Process finished with exit code 0
事实上，在如上的代码中，我们可以不通过反序列化的操作，代码可以简化为：
#!/usr/bin/env python
#coding:utf-8
import json
import requests
r=requests.get('http://wthrcdn.etouch.cn/weather_mini?city=西安')
print r.json(),u'数据类型为:',type(r.json())
见输出的内容：
C:Python27python.exe D:/git/Python/doc/index.py
{u'status': 1000, u'data': {u'city': u'u897fu5b89', u'yesterday': {u'fx': u'u5317u98ce', u'type': u'u9634', u'high': u'u9ad8u6e29 7u2103', u'low': u'u4f4eu6e29 -1u2103', u'date': u'21u65e5u661fu671fu4e09', u'fl': u'u5faeu98ce'}, u'forecast': [{u'fengxiang': u'u4e1cu5317u98ce', u'high': u'u9ad8u6e29 10u2103', u'fengli': u'u5faeu98ceu7ea7', u'date': u'22u65e5u661fu671fu56db', u'type': u'u6674', u'low': u'u4f4eu6e29 -2u2103'}, {u'fengxiang': u'u4e1cu5317u98ce', u'high': u'u9ad8u6e29 8u2103', u'fengli': u'u5faeu98ceu7ea7', u'date': u'23u65e5u661fu671fu4e94', u'type': u'u591au4e91', u'low': u'u4f4eu6e29 0u2103'}, {u'fengxiang': u'u4e1cu5317u98ce', u'high': u'u9ad8u6e29 7u2103', u'fengli': u'u5faeu98ceu7ea7', u'date': u'24u65e5u661fu671fu516d', u'type': u'u9634', u'low': u'u4f4eu6e29 0u2103'}, {u'fengxiang': u'u4e1cu5317u98ce', u'high': u'u9ad8u6e29 1u2103', u'fengli': u'u5faeu98ceu7ea7', u'date': u'25u65e5u661fu671fu5929', u'type': u'u96e8u5939u96ea', u'low': u'u4f4eu6e29 -1u2103'}, {u'fengxiang': u'u4e1cu5317u98ce', u'high': u'u9ad8u6e29 5u2103', u'fengli': u'u5faeu98ceu7ea7', u'date': u'26u65e5u661fu671fu4e00', u'type': u'u591au4e91', u'low': u'u4f4eu6e29 1u2103'}], u'ganmao': u'u663cu591cu6e29u5deeu8f83u5927uff0cu8f83u6613u53d1u751fu611fu5192uff0cu8bf7u9002u5f53u589eu51cfu8863u670du3002u4f53u8d28u8f83u5f31u7684u670bu53cbu8bf7u6ce8u610fu9632u62a4u3002', u'wendu': u'3', u'aqi': u'87'}, u'desc': u'OK'} 数据类型为: <type 'dict'>
Process finished with exit code 0
在实际的工作中，序列化或者反序列化的可能是一个文件的形式，不可能像如上写的那样简单的，下来就来实现这部分，把文件内容
进行序列化和反序列化，先来看序列化的代码：
#!/usr/bin/env python
#coding:utf-8
import json
list1=['selenium','appium','android','ios','uiautomator']
#把list1先序列化,再写入到一个文件中
print json.dump(list1,open('c:/log.log','w'))
print u'文件内容为:'
r=open('c:/log.log','r+')
print r.read()
见输出的内容：
C:Python27python.exe D:/git/Python/doc/index.py None 文件内容为: ["selenium", "appium", "android", "ios", "uiautomator"] Process finished with exit code 0
下面我们来反序列化，也就是先读取文件里面的内容，再进行反序列化，见实现的代码：
#!/usr/bin/env python
#coding:utf-8
import json
list1=['selenium','appium','android','ios','uiautomator']
#把list1先序列化,再写入到一个文件中
print json.dump(list1,open('c:/log.log','w'))
print u'文件内容为:'
r=open('c:/log.log','r+')
print r.read()
#先读取文件内容，再进行反序列化
res=json.load(open('c:/log.log','r+'))
print res,u'数据类型:',type(res)
见输出的内容：
C:Python27python.exe D:/git/Python/doc/index.py None 文件内容为: ["selenium", "appium", "android", "ios", "uiautomator"] [u'selenium', u'appium', u'android', u'ios', u'uiautomator'] 数据类型: <type 'list'> Process finished with exit code 0
下来来看pickle库，它提供的方法为：
#!/usr/bin/env python #coding:utf-8 import pickle print pickle.__all__
C:Python27python.exe D:/git/Python/doc/index.py ['PickleError', 'PicklingError', 'UnpicklingError', 'Pickler', 'Unpickler', 'dump', 'dumps', 'load', 'loads', 'APPEND', 'APPENDS', 'BINFLOAT', 'BINGET', 'BININT', 'BININT1', 'BININT2', 'BINPERSID', 'BINPUT', 'BINSTRING', 'BINUNICODE', 'BUILD', 'DICT', 'DUP', 'EMPTY_DICT', 'EMPTY_LIST', 'EMPTY_TUPLE', 'EXT1', 'EXT2', 'EXT4', 'FALSE', 'FLOAT', 'GET', 'GLOBAL', 'HIGHEST_PROTOCOL', 'INST', 'INT', 'LIST', 'LONG', 'LONG1', 'LONG4', 'LONG_BINGET', 'LONG_BINPUT', 'MARK', 'NEWFALSE', 'NEWOBJ', 'NEWTRUE', 'NONE', 'OBJ', 'PERSID', 'POP', 'POP_MARK', 'PROTO', 'PUT', 'REDUCE', 'SETITEM', 'SETITEMS', 'SHORT_BINSTRING', 'STOP', 'STRING', 'TRUE', 'TUPLE', 'TUPLE1', 'TUPLE2', 'TUPLE3', 'UNICODE'] Process finished with exit code 0
这里我们只关注pickle库的dump(),dumps(),load(),loads()方法，先来看序列化的代码：
import pickle
dic={'name':'无涯','age':22,'address':'西安'}
str1=pickle.dumps(dic)
print str1,type(str1)
见输出的内容：
C:Python27python.exe D:/git/Python/doc/index.py (dp0 S'age' p1 I22 sS'name' p2 S'xe6x97xa0xe6xb6xaf' p3 sS'address' p4 S'xe8xa5xbfxe5xaex89' p5 s. <type 'str'>
输出的内容基本看不懂，但是可以看到数据格式是字符串，这是ASCII格式的数据，默认是ASCII格式保存对象，
在进行序列化的使用，设置为True就是二进制保存对象，见实现的代码和输出内容：
#!/usr/bin/env python
#coding:utf-8
import pickle
dic={'name':'无涯','age':22,'address':'西安'}
str1=pickle.dumps(dic,True)
print str1,type(str1)
见输出的二进制的数据：
C:Python27python.exe D:/git/Python/doc/index.py }q (UageqKUnameqU无涯qUaddressqU西安qu. <type 'str'>
下面通过loads()方法来进行反序列化，见实现的代码：
#!/usr/bin/env python
#coding:utf-8
import pickle
dic={'name':u'无涯','age':22,'address':u'西安'}
#序列化
str1=pickle.dumps(dic,True)
print str1,type(str1)
#反序列化
dict1=pickle.loads(str1)
print dict1,type(dict1)
见输出的内容：
C:Python27python.exe D:/git/Python/doc/index.py
}q (UageqKUnameqX 无涯qUaddressqX 西安qu. <type 'str'>
{'age': 22, 'name': u'u65e0u6daf', 'address': u'u897fu5b89'} <type 'dict'>
下来我们通过对文件的形式来进行序列化和反序列化，见实现的代码：
#!/usr/bin/env python
#coding:utf-8
import pickle
dic={'name':u'无涯','age':22,'address':u'西安'}
#先序列化，然后写入到文件中
pickle.dump(dic,open('c:/log.log','w'),True)
print u'文件内容为：'
print open('c:/log.log').read()
#先读取文件，再反序列化
d=pickle.load(open('c:/log.log','r+'))
print u'反序列化后的数据与数据类型:',d,type(d)
见输出的内容：
C:Python27python.exe D:/git/Python/doc/index.py
文件内容为：
}q (UageqKUnameqX 无涯qUaddressqX 西安qu.
反序列化后的数据与数据类型: {'age': 22, 'name': u'u65e0u6daf', 'address': u'u897fu5b89'} <type 'dict'>
Process finished with exit code 0