内置模块和第三方模块
json模块和pickle 模块(序列化模块)
-
什么是序列化?
序列化就是将内粗这种的数据类型转成另一种格式
序列化:字典类型——>序列化——>其他格式——>存入硬盘(存)
反序列化:硬盘——>读取——>其他格式——>反序列化——>字典(取)
-
为什么要序列化?
1.长久保存程序的运行状态
2.数据的跨平台交互
-
如何序列化
json:
优点:这种是一种通用的格式,所有编程语言识别
缺点:不能识别所有python类型
pickle:
优点:能识别所有python数据类型
缺点:序列化后的格式只能被python语言识别
#json 格式(不支持python的元组和集合类型,set \tuple)
import json #序列化
dic = {'k1': True, 'k2': 11, 'k3': 'ming'}
dic_json = json.dumps(dic)
print(dic_json, type(dic_json))
#运行结果
{"k1": true, "k2": 11, "k3": "ming"} <class 'str'>
#运行后的结果是一段在python中的字符串,已经序列化
with open('a.json', mode='wt', encoding='utf-8')as f:
f.write(dic_json) #将序列化为json格式的数据类型写入硬盘(持久化)
#读取时候只需要反序列化即可
with open('a.json', mode='rt', encoding='utf-8')as f:
dic_json = f.read()
dic = json.loads(dic_json)
print(dic, dic['k1'])
#运行结果
{'k1': True, 'k2': 11, 'k3': 'ming'} True
#该过程就是一个反序列化读取过程
#当然上述代码还可以精简
import json
dic = {'k1': True, 'k2': 11, 'k3': 'ming'}
with open('b.json', mode='wt')as f:
json.dump(dic, f) #序列化加持久化括号传入参数为字典,f
#注意dump与dumps的区别 #反序列化
with open('b.json', mode='rt', encoding='utf-8')as f :
d = json.load(f) #注意load和loads的区别
print(d, d['k2'])
#运行结果
{'k1': True, 'k2': 11, 'k3': 'ming'} 11
#pickle 格式(支持所有的python数据类型,但是只能被python语言接收)
import pickle #二进制的序列化
s = {1, 2, 'ming', 5} #这是一个json不支持序列化的集合类型
s_pkl = pickle.dumps(s) #pickle序列化操作
print(s_pkl, type(s_pkl))
with open('c.pkl', mode='wb') as f: #进行持久化操作,写入硬盘
f.write(s_pkl)
运行结果
b'\x80\x03cbuiltins\nset\nq\x00]q\x01(K\x01K\x02X\x04\x00\x00\x00mingq\x02K\x05e\x85q\x03Rq\x04.' <class 'bytes'>
with open('c.pkl', mode='rb')as f: #反序列化操作(读取)
s_pkl = f.read()
s = pickle.loads(s_pkl)
print(s, type(s))
运行结果
{1, 2, 'ming', 5} <class 'set'>
#同样用dump和load的方法也更为简洁
dic = {'k1': True, 'k2': 11, 'k3': 'ming', 'k4': '你好啊'}
with open('d.pkl', mode='wb')as f: #pickle 序列化和持久化
dic_pkl = pickle.dump(dic, f)
print(dic_pkl)
with open('d.pkl', mode='rb')as f: #反序列化
dic = pickle.load(f)
print(dic, type(dic), dic['k4'])
#输出结果
None
{'k1': True, 'k2': 11, 'k3': 'ming', 'k4': '你好啊'} <class 'dict'> 你好啊