序列化与反序列化总结
# json语言，就是一种有语法规范的字符串，用来存放数据的，完成各种语言之间的数据交互 # 1.就是{}与[]的组合，{}存放双列信息(类比为字典)，[]存放单列信息(类比为列表) # 2.{}的key必须是字符串，且必须用""包裹 # 3.{}与[]中支持的值的类型: dict | list | int | float | bool | null | str # 序列化：将对象转换为字符串 # dumps：将对象直接序列化成字符串 # dump：将对象序列化成字符串存储到文件中 obj = {'name': 'Owen', "age": 18, 'height': 180, "gender": "男"} r1 = json.dumps(obj, ensure_ascii=False) # 取消默认ascii编码，同该文件的编码 utf-8 py3默认，py2规定文件头 print(r1) with open('1.txt', 'w', encoding='utf-8') as wf: json.dump(obj, wf, ensure_ascii=False) # 反序列化：将字符串转换为对象 json_str = '{"name": "Owen", "age": 18, "height": 180, "gender": "男"}' r2 = json.loads(json_str, encoding='utf-8') # 默认跟当前文件被解释器执行的编码走 print(r2, type(r2)) with open('1.txt', 'r', encoding='utf-8') as rf: r3 = json.load(rf) print(r3, type(r3))
# 为什么有很多序列化和反序列化模块 # 因为程序中会出现各种各样的对象，如果要将这些对象持久化存储，必须先序列化 # 只有序列化存储后，必须有对应的反序列化，才能保证存储的数据能被重新读取使用 # 什么是序列化：对象 => 字符串 # 为什么序列化：存 或 传 # 为什么要反序列化：再次使用 # 为什么有很多序列化模块：存与取的算法可以多种多样，且要配套 import pickle obj = {"name": 'Owen', "age": 18, "height": 180, "gender": "男"} # 序列化 r1 = pickle.dumps(obj) print(r1) with open('2.txt', 'wb') as wf: pickle.dump(obj, wf) # 反序列化 with open('2.txt', 'rb') as rf: data = rf.read() o1 = pickle.loads(data) print(o1, type(o1)) rf.seek(0, 0) # 游标移到开头出现读 o2 = pickle.load(rf) print(o2, type(o2))
json
序列化:可以是任意的数据
反序列化:必须是json格式的数据
所以在使用json做序列化的时候不能随意的序列化任意的数据,因为在做反序化的时候
如果不是json格式的数据那么使用json来做反序列化就会报错,不能反序列化
json 主要是做数据的传输
pickle
序列化的数据:是基于Python中的一些数据的序列化,是Python中的数据
反序列化:把文件中的数据进行对象的转换,是通过二进制的形式来进行转换的
pickle 也是做数据的传输的
# 基于路径的文件复制： shutil.copyfile('source_file', 'target_file') # 基于流的文件复制： with open('source_file', 'rb') as r, open('target_file', 'wb') as w: shutil.copyfileobj(r, w) # 递归删除目标目录 shutil.rmtree('target_folder') # 文件移动 shutil.remove('old_file', 'new_file') # 文件夹压缩 shutil.make_archive('file_name', 'format', 'archive_path') # 文件夹解压 shutil.unpack_archive('unpack_file', 'unpack_name', 'format')
''' (0, 1)：random.random() [1, 10]：random.randint(1, 10) [1, 10)：random.randrange(1, 10) (1, 10)：random.uniform(1, 10) 单例集合随机选择1个：random.choice(item) 单例集合随机选择n个：random.sample(item, n) 洗牌单列集合：random.shuffle(item) '''
# 将序列化文件操作dump与load进行封装 shv_dic = shelve.open("target_file") # 注：writeback允许序列化的可变类型，可以直接修改值 # 序列化：存 shv_dic['key1'] = 'value1' shv_dic['key2'] = 'value2' # 文件这样的释放 shv_dic.close() shv_dic = shelve.open("target_file", writeback=True) # 存 可变类型值 shv_dic['info'] = ['原数据'] # 取 可变类型值，并操作可变类型 # 将内容从文件中取出，在内存中添加, 如果操作文件有writeback=True，会将内存操作记录实时同步到文件 shv_dic['info'].append('新数据') # 反序列化：取 print(shv_dic['info']) # ['原数据', '新数据'] shv_dic.close()
# 不可逆加密：没有解密的加密方式 md5 # 解密方式：碰撞解密 # 加密的对象：用于传输的数据（字符串类型数据） # 一次加密： # 1.获取加密对象 hashlib.md5() => lock_obj # 2.添加加密数据 lock_obj.update(b'...') ... lock_obj.update(b'...') # 3.获取加密结果 lock.hexdigest() => result lock = hashlib.md5(b'...') lock.update(b'...') # ... lock.update(b'...') res = lock.hexdigest() print(res) # 加盐加密 # 1.保证原数据过于简单，通过复杂的盐也可以提高解密难度 # 2.即使被碰撞解密成功，也不能直接识别盐与有效数据 lock_obj = hashlib.md5() lock_obj.update(b'goodgoodstudy') lock_obj.update(b'123') lock_obj.update(b'daydayup') res = lock_obj.hexdigest() print(res) # 了了解：其他算法加密 lock_obj = hashlib.sha3_256(b'1') print(lock_obj.hexdigest()) lock_obj = hashlib.sha3_512(b'1') print(lock_obj.hexdigest())
import hmac # hmac.new(arg) # 必须提供一个参数 cipher = hmac.new('加密的数据'.encode('utf-8')) print(cipher.hexdigest()) cipher = hmac.new('前盐'.encode('utf-8')) cipher.update('加密的数据'.encode('utf-8')) print(cipher.hexdigest()) cipher = hmac.new('加密的数据'.encode('utf-8')) cipher.update('后盐'.encode('utf-8')) print(cipher.hexdigest()) cipher = hmac.new('前盐'.encode('utf-8')) cipher.update('加密的数据'.encode('utf-8')) cipher.update('后盐'.encode('utf-8')) print(cipher.hexdigest())