Python序列化基礎(chǔ)知識(shí)(json/pickle)
我們把對(duì)象(變量)從內(nèi)存中變成可存儲(chǔ)的過程稱之為序列化,比如XML,在Python中叫pickling,在其他語(yǔ)言中也被稱之為serialization,marshalling,flattening等等,都是一個(gè)意思。
序列化后,就可以把序列化后的內(nèi)容寫入磁盤,或者通過網(wǎng)絡(luò)傳輸?shù)狡渌?wù)器上,反過來,把變量?jī)?nèi)容從序列化的對(duì)象重新讀到內(nèi)存里稱之為反序列化,即unpickling
json(JavaScript Object Notation)
一種輕量級(jí)的數(shù)據(jù)交換格式。它基于ECMAScript的一個(gè)子集。 JSON采用完全獨(dú)立于語(yǔ)言的文本格式,但是也使用了類似于C語(yǔ)言家族的習(xí)慣(包括C、C++、Java、JavaScript、Perl、Python等)。這些特性使JSON成為理想的數(shù)據(jù)交換語(yǔ)言。易于人閱讀和編寫,同時(shí)也易于機(jī)器解析和生成(一般用于提升網(wǎng)絡(luò)傳輸速率)。
如果我們要在不同的變成語(yǔ)言之間傳遞對(duì)象,就必須把對(duì)象序列化為標(biāo)準(zhǔn)格式,比如XML,但更好的方法是序列化為JSON,因?yàn)镴SON表示出來就是一個(gè)字符串,可以被所有語(yǔ)言讀取,也可以方便地存儲(chǔ)到磁盤或者通過網(wǎng)絡(luò)傳輸,JSON不僅是標(biāo)準(zhǔn)格式,并且比XML更快,而且可以直接在Web頁(yè)面中讀取,非常方便,JSON表示的對(duì)象就是標(biāo)準(zhǔn)的JavaScript語(yǔ)言的對(duì)象。
使用方法如下:
import json
# 序列化寫(json.dumps())
with open('test.txt', 'w') as f:
f.write(json.dumps(dic))
# 序列化讀(json.loads)
with open('test.txt', 'r') as f:
print(json.loads(f.read()))
import json
dic = {'name': 'fanjinbao'}
# 序列化寫(json.dump())
with open('test.txt', 'w') as f:
json.dump(dic, f)
# 序列化讀(json.load())
with open('test.txt', 'r') as f:
print(json.load(f))
pickle
python的pickle模塊實(shí)現(xiàn)了python的所有數(shù)據(jù)序列和反序列化?;旧瞎δ苁褂煤蚃SON模塊沒有太大區(qū)別,方法也同樣是dumps/dump和loads/load。cPickle是pickle模塊的C語(yǔ)言編譯版本相對(duì)速度更快。與JSON不同的是pickle不是用于多種語(yǔ)言間的數(shù)據(jù)傳輸,它僅作為python對(duì)象的持久化或者python程序間進(jìn)行互相傳輸對(duì)象的方法,因此它支持了python所有的數(shù)據(jù)類型。
pickle反序列化后的對(duì)象與原對(duì)象是等值的副本對(duì)象,類似與deepcopy。
使用方法如下:
import pickle
dic = {'name': 'fanjinbao'}
# 序列化寫(pickle.dump())
with open('test.txt', 'wb') as f:
f.write(pickle.dumps(dic))
# 序列化讀(pickle.loads())
with open('test.txt', 'rb') as f:
print(pickle.loads(f.read()))
import pickle
dic = {'name': 'fanjinbao'}
# 序列化寫(pickle.dump())
with open('test.txt', 'wb') as f:
pickle.dump(dic, f)
# 序列化讀(pickle.load())
with open('test.txt', 'rb') as f:
print(pickle.load(f))
以上就是本文的全部?jī)?nèi)容,希望對(duì)大家的學(xué)習(xí)有所幫助,也希望大家多多支持腳本之家。
- Python序列化模塊之pickle與json詳解
- Python常用標(biāo)準(zhǔn)庫(kù)詳解(pickle序列化和JSON序列化)
- Python 對(duì)象序列化與反序列化之pickle json詳細(xì)解析
- Python 解析庫(kù)json及jsonpath pickle的實(shí)現(xiàn)
- Python標(biāo)準(zhǔn)庫(kù)json模塊和pickle模塊使用詳解
- Python之?dāng)?shù)據(jù)序列化(json、pickle、shelve)詳解
- Python3.5 Json與pickle實(shí)現(xiàn)數(shù)據(jù)序列化與反序列化操作示例
- 簡(jiǎn)單談?wù)凱ython中的json與pickle
- 詳解Python之?dāng)?shù)據(jù)序列化(json、pickle、shelve)
- Python序列化模塊JSON與Pickle
相關(guān)文章
Python3編程實(shí)現(xiàn)獲取阿里云ECS實(shí)例及監(jiān)控的方法
這篇文章主要介紹了Python3編程實(shí)現(xiàn)獲取阿里云ECS實(shí)例及監(jiān)控的方法,涉及Python URL登陸及請(qǐng)求處理相關(guān)操作技巧,需要的朋友可以參考下2017-08-08
Python標(biāo)準(zhǔn)庫(kù)之urllib和urllib3的使用及說明
這篇文章主要介紹了Python標(biāo)準(zhǔn)庫(kù)之urllib和urllib3使用及說明,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2022-12-12
Python數(shù)據(jù)結(jié)構(gòu)之優(yōu)先級(jí)隊(duì)列queue用法詳解
queue庫(kù)提供了一個(gè)適用于多線程編程的先進(jìn)先出(FIFO)數(shù)據(jù)結(jié)構(gòu),可以用來在生產(chǎn)者與消費(fèi)者線程之間安全地傳遞消息或其他數(shù)據(jù),它會(huì)為調(diào)用者處理鎖定,使多個(gè)線程可以安全而更容易地處理同一個(gè)Queue實(shí)例.Queue的大小可能受限,以限制內(nèi)存使用或處理,需要的朋友可以參考下2021-05-05
Python re.split方法分割字符串的實(shí)現(xiàn)示例
本文主要介紹了Python re.split方法分割字符串的實(shí)現(xiàn)示例,文中通過示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2022-08-08
python語(yǔ)法 range() 序列類型range
這篇文章主要介紹了python語(yǔ)法 range() 序列類型range,range是一種序列類型,range類型用于表示不可變的整數(shù)序列,下面小編整理了簡(jiǎn)單內(nèi)容,需要的小伙伴可以參考一下2022-01-01
提升Python效率之使用循環(huán)機(jī)制代替遞歸函數(shù)
這篇文章主要介紹了提升Python效率之使用循環(huán)機(jī)制代替遞歸函數(shù)的相關(guān)知識(shí),本文給大家介紹的非常詳細(xì),具有一定的參考借鑒價(jià)值,需要的朋友可以參考下2019-07-07

