python学习之 -- 数据序列化

json / pickle 数据序列化

序列化定义：把变量从内存中变成可存储或传输的过程称为序列化。
反序列化：把变量内容从序列化的对象重新读到内存里称为反序列胡。

序列化模块之--pickle
使用注意：在python3里，进行一次序列化后，然后在进行反序列化，不要重复多次序列化，否则无法进行反序列化。
pickle：是python独有的序列化模块，只能作用于python变量，是将数据对象转化为bytes。
功能：用于python特有的类型和python的数据类型间进行转换。
举例：

import pickle
d = {'name':'jeck','age':'22'}
print(pickle.dumps(d))

打印出：b'x80x03}qx00(Xx04x00x00x00nameqx01Xx08 #这里b代表为bytes

pickle的4个功能如下：
dumps , dump：进行序列化功能
loads , load：进行反序列化功能

序列化举例1：
dumps 序列化作用于变量，将传入的变量序列化为一个bytes，然后可以写入磁盘。

import pickle
d = {'name':'jeck','age':'22','工作':'IT'}
f = open('fname','wb') #必须以二进制读写
f.write(pickle.dumps(d))
f.close()

序列化举例2：
dump 直接将变量序列化到文件中

import pickle
d = {'name':'jeck','age':'22','工作':'IT'}
f = open('fname1','wb')
pickle.dump(d,f)
f.close()

反序列化举例1：
loads：把对象从磁盘读入内存时，先把内容读到一个bytes，然后用loads进行反序列化

import pickle
    f = open('fname','rb')
    print(pickle.loads(f.read())) #将bytes通过loads进行反序列化
f.close()

反序列化举例2：
load：直接将dump后的序列化文件进行反序列化载入。

import pickle
    f = open('fname1','rb')
    print(pickle.load(f))
f.close()

序列化模块之-- json
json：是个对象序列化的标准格式，用于在不同编程语言之间进行对象的传递。类似的有xml。
但和xml表现形式不同，json表现为一个字符串，xml是用标记标注的不易阅读。在速度上json也比xml快。
注意：一般用于序列化通用的列表，字典，等常用序列。如果要序列化python里的函数，类需要单独指定
方法和pickle一样，有：dumps,dump 进行序列化。loads,load 进行反序列化
功能：用于字符串和python数据类型间进行转换。
举例：json序列化后的格式为字符串

import json
d = {'name':'jeck','age':'22','工作':'IT'}
print(json.dumps(d))
print(type(json.dumps(d)))

打印：
{"name": "jeck", "age": "22", "u5de5u4f5c": "IT"}
<class 'str'>

序列化举例1：
dumps 序列化作用于变量，将传入的变量序列化为一个字符串，然后可以写入磁盘。

import json
d = {'name':'jeck','age':'22','工作':'IT'}
f = open('fname','w')
f.write(json.dumps(d))
f.close()

序列化举例2：
dump 直接将变量序列化到文件中

import json
d = {'name':'jeck','age':'22','工作':'IT'}
f = open('fname1','w')
json.dump(d,f)
f.close()

反序列化举例1：
loads：先读取对象，然后用loads进行反序列化

import json
f = open('fname','r')
print(json.loads(f.read())) #将字符串通过loads进行反序列化
f.close()

反序列化举例2：
load：直接将dump后的序列化文件进行反序列化载入。

import json
f = open('fname1','rb')
print(json.load(f))
f.close()

# 注意 json也可以序列化python中的函数和类，但是序列化后的数据只是函数或者类的结果数据。
举例序列化一个类：

import json
def fun(n):
    return n
x = fun('jeck')
f = open('fname','w')
f.write(json.dumps(x,default=fun))  #default参数就是告知json如何进行序列化
f.close

一般通用方法为：
print(json.dumps(x, default=lambda obj: obj.__dict__))
其中的__dict__不需我们在类中定义,因为通常class的实例都有一个__dict__属性，它就是一个字典，用来存储实例变量.
当然函数和类序列化一般也不会使用。

在单独举例通过pickle对函数的序列化和反序列化举例
1：进行函数的序列化

import pickle
def fun(n):
    return n
f = open('fname','wb')
f.write(pickle.dumps(fun))
f.close  #成功

2：进行反序列化
import pickle
f = open('fname','rb')
pickle.loads(f.read())
f.close
报错：AttributeError: Can't get attribute 'fun' on <module '__main__' from
是因为序列化后内存已释放这个函数的内存地址，所以报错。需要手工把这个函数添加到反序列化开头如下：

import pickle
def fun(n):
    return n # 这个函数内容可以手工修改。
f = open('fname','rb')
print(pickle.loads(f.read()))
f.close

这样才可以实现函数的反序列化，个人觉得没啥意义。而且反序列化时可以先修改函数内容，这样反序列化出的内容就是修改后的内容。

注意：pickle和json的序列化和反序列化必须各自独自使用，不能相互混用。