Python序列化与反序列化——json和pickle

2024-06-08 22:32
文章标签 python json 序列化 pickle

本文主要是介绍Python序列化与反序列化——json和pickle,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

简介

序列化:将Python里的基本类型如字典、列表、数组等序列化为字符串
反序列化:将字符串反序列化为Python里的基本类型如字典、列表等

用于序列化的两个模块

json,用于字符串 和 python数据类型间进行转换
pickle,用于python特有的类型 和 python的数据类型间进行转换
Json模块提供了四个功能:dumps、dump、loads、load
pickle模块提供了四个功能:dumps、dump、loads、load

常用:
1. json
2. pickle

json

序列化

import jsondic = {'Name':'Alex'}
result = json.dumps(dic)
print(dic,type(dic))
print(result,type(result))

这里写图片描述

反序列化

import jsons = '{"Name":"Alex"}'
print(s,type(s))
ret = json.loads(s)
print(ret,type(ret))

这里写图片描述

相互转换

import requests
import jsonr = requests.get('http://wthrcdn.etouch.cn/weather_mini?city=杭州')
r.encoding = 'utf-8'
print(r.text)
print()dic = json.loads(r.text)
print(dic,type(dic))

这里写图片描述

dump 与 load

dump 的功能,将序列化的内容写入文件:

import requests
import jsonr = requests.get('http://wthrcdn.etouch.cn/weather_mini?city=杭州')
r.encoding = 'utf-8'
print(r.text)
print()dic = json.loads(r.text)
print(dic,type(dic))json.dump(dic,open('db','w',encoding='utf-8'))#将序列化的内容写入文件

这里写图片描述

load 的功能,将文件读入,反序列化:

import requests
import jsonr = requests.get('http://wthrcdn.etouch.cn/weather_mini?city=杭州')
r.encoding = 'utf-8'
print(r.text)
print()dic = json.loads(r.text)
print(dic,type(dic))ret = json.load(open('db','r',encoding='utf-8'))#将读入文件,反序列化为Python类型数据
print(ret)

这里写图片描述

优势

跨语言操作,基于字符串类型,适用范围广。

劣势

只有基础的几种类型:

+——————-+—————+
| Python | JSON |
+===================+===============+
| dict | object |
+——————-+—————+
| list, tuple | array |
+——————-+—————+
| str | string |
+——————-+—————+
| int, float | number |
+——————-+—————+
| True | true |
+——————-+—————+
| False | false |
+——————-+—————+
| None | null |
+——————-+—————+

pickle

pickle只能Python用,其他语言不能用,同样有dumps、loads,但是编码格式只有Python读得懂。但是,如果写了个类class,用json的dumps时会失败,因为json试用范围为以上几种。

序列化

import pickle
list = [1,2,3,4]
ret = pickle.dumps(list)
print(ret)
print(type(ret))

这里写图片描述

反序列化

new_list = pickle.loads(ret)
print(new_list)

这里写图片描述

dump 与 load

dump 的功能,将序列化的字节byte内容写入文件:

import picklelist = [1,2,3,4]
pickle.dump(list,open('db','wb'))

这里写图片描述
load 的功能,将文件读入,反序列化:

import picklelist = pickle.load(open('db','rb'))
print(list)

这里写图片描述

优势

对所有类型,特别是复杂类型进行序列化操作,像面向对象的类。

劣势

仅适用于Python语言的应用,如Python游戏的读档、存档操作。Python版本间反序列化有问题。

这篇关于Python序列化与反序列化——json和pickle的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1043493

相关文章

python: 多模块(.py)中全局变量的导入

文章目录 global关键字可变类型和不可变类型数据的内存地址单模块(单个py文件)的全局变量示例总结 多模块(多个py文件)的全局变量from x import x导入全局变量示例 import x导入全局变量示例 总结 global关键字 global 的作用范围是模块(.py)级别: 当你在一个模块(文件)中使用 global 声明变量时,这个变量只在该模块的全局命名空

【Python编程】Linux创建虚拟环境并配置与notebook相连接

1.创建 使用 venv 创建虚拟环境。例如,在当前目录下创建一个名为 myenv 的虚拟环境: python3 -m venv myenv 2.激活 激活虚拟环境使其成为当前终端会话的活动环境。运行: source myenv/bin/activate 3.与notebook连接 在虚拟环境中,使用 pip 安装 Jupyter 和 ipykernel: pip instal

【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

引言 高斯过程(Gaussian Process,简称GP)是一种概率模型,用于描述一组随机变量的联合概率分布,其中任何一个有限维度的子集都具有高斯分布 文章目录 引言一、高斯过程1.1 基本定义1.1.1 随机过程1.1.2 高斯分布 1.2 高斯过程的特性1.2.1 联合高斯性1.2.2 均值函数1.2.3 协方差函数(或核函数) 1.3 核函数1.4 高斯过程回归(Gauss

【学习笔记】 陈强-机器学习-Python-Ch15 人工神经网络(1)sklearn

系列文章目录 监督学习:参数方法 【学习笔记】 陈强-机器学习-Python-Ch4 线性回归 【学习笔记】 陈强-机器学习-Python-Ch5 逻辑回归 【课后题练习】 陈强-机器学习-Python-Ch5 逻辑回归(SAheart.csv) 【学习笔记】 陈强-机器学习-Python-Ch6 多项逻辑回归 【学习笔记 及 课后题练习】 陈强-机器学习-Python-Ch7 判别分析 【学

nudepy,一个有趣的 Python 库!

更多资料获取 📚 个人网站:ipengtao.com 大家好,今天为大家分享一个有趣的 Python 库 - nudepy。 Github地址:https://github.com/hhatto/nude.py 在图像处理和计算机视觉应用中,检测图像中的不适当内容(例如裸露图像)是一个重要的任务。nudepy 是一个基于 Python 的库,专门用于检测图像中的不适当内容。该

pip-tools:打造可重复、可控的 Python 开发环境,解决依赖关系,让代码更稳定

在 Python 开发中,管理依赖关系是一项繁琐且容易出错的任务。手动更新依赖版本、处理冲突、确保一致性等等,都可能让开发者感到头疼。而 pip-tools 为开发者提供了一套稳定可靠的解决方案。 什么是 pip-tools? pip-tools 是一组命令行工具,旨在简化 Python 依赖关系的管理,确保项目环境的稳定性和可重复性。它主要包含两个核心工具:pip-compile 和 pip

HTML提交表单给python

python 代码 from flask import Flask, request, render_template, redirect, url_forapp = Flask(__name__)@app.route('/')def form():# 渲染表单页面return render_template('./index.html')@app.route('/submit_form',

Python QT实现A-star寻路算法

目录 1、界面使用方法 2、注意事项 3、补充说明 用Qt5搭建一个图形化测试寻路算法的测试环境。 1、界面使用方法 设定起点: 鼠标左键双击,设定红色的起点。左键双击设定起点,用红色标记。 设定终点: 鼠标右键双击,设定蓝色的终点。右键双击设定终点,用蓝色标记。 设置障碍点: 鼠标左键或者右键按着不放,拖动可以设置黑色的障碍点。按住左键或右键并拖动,设置一系列黑色障碍点

Python:豆瓣电影商业数据分析-爬取全数据【附带爬虫豆瓣,数据处理过程,数据分析,可视化,以及完整PPT报告】

**爬取豆瓣电影信息,分析近年电影行业的发展情况** 本文是完整的数据分析展现,代码有完整版,包含豆瓣电影爬取的具体方式【附带爬虫豆瓣,数据处理过程,数据分析,可视化,以及完整PPT报告】   最近MBA在学习《商业数据分析》,大实训作业给了数据要进行数据分析,所以先拿豆瓣电影练练手,网络上爬取豆瓣电影TOP250较多,但对于豆瓣电影全数据的爬取教程很少,所以我自己做一版。 目

【Python报错已解决】AttributeError: ‘list‘ object has no attribute ‘text‘

🎬 鸽芷咕:个人主页  🔥 个人专栏: 《C++干货基地》《粉丝福利》 ⛺️生活的理想,就是为了理想的生活! 文章目录 前言一、问题描述1.1 报错示例1.2 报错分析1.3 解决思路 二、解决方法2.1 方法一:检查属性名2.2 步骤二:访问列表元素的属性 三、其他解决方法四、总结 前言 在Python编程中,属性错误(At