Python序列化和反序列化
啥是序列化？啥是反序列化？这两个词听起来优点高大上的意思，其实呢不然，很简单的可以理解为：
- 序列化：将python的数据对象编码转换为json格式的字符串
- 反序列化：将json格式的字符串解码为python的数据对象
在python中提供了json库，我们将json导入，查看json库下面有哪些方法：
>>> import json
>>> print (json.__all__)
['dump', 'dumps', 'load', 'loads', 'JSONDecoder', 'JSONEncoder']
>>>
我们通过上面的例子可以知道json库里面常用的方法有
['dump', 'dumps', 'load', 'loads', 'JSONDecoder', 'JSONEncoder']
有的小伙伴可能不知道什么是json这里有个传送门去了解下哈：https://baike.baidu.com/item/JSON/2462549?fr=aladdin
ok，那么我们接下来进行序列化的代码演示，通过json进行序列化json格式字符串，请看下面的代码：
import json
dict1={'name':"fighter",
'age':28,
'address':'shenzhen'}
print ('未序列化前的数据类型为:',type(dict1))
print ('未序列化前的数据:',dict1)
str1 = json.dumps(dict1) #将python数据对象序列化操作变成字符串
print ('序列化后的数据类型为:',type(str1))
print ('序列化后的数据为:',str1)
输出结果：
C:Python34python3.exe E:/Project_case/demo1.py
未序列化前的数据类型为: <class 'dict'> #-----------字典类型
未序列化前的数据: {'address': 'shenzhen', 'name': 'fighter', 'age': 28}
序列化后的数据类型为: <class 'str'> #-----------字符串类型
序列化后的数据为: {"address": "shenzhen", "name": "fighter", "age": 28}
然后我们在将序列化后得到的结果反序列化操作：
import json #导入json库
#定义字典
dict1={'name':"fighter",
'age':28,
'address':'shenzhen'}
print ('未序列化前的数据类型为:',type(dict1))
print ('未序列化前的数据:',dict1)
#对python对象进行序列化操作
print ('begin对python对象进行序列化操作------------>')
str1 = json.dumps(dict1)
print ('序列化后的数据类型为:',type(str1))
print ('序列化后的数据为:',str1)
#对str1进行反序列化操作
print ('begin对str1对象进行反序列化操作------------>')
dict2 = json.loads(str1)
print ('反序列化后的数据类型:',type(dict2))
print ('反序列化后的数据:',dict2)
输出结果：
C:Python34python3.exe E:/Project_case/demo1.py
未序列化前的数据类型为: <class 'dict'>
未序列化前的数据: {'name': 'fighter', 'age': 28, 'address': 'shenzhen'}
begin对python对象进行序列化操作------------>
序列化后的数据类型为: <class 'str'>
序列化后的数据为: {"name": "fighter", "age": 28, "address": "shenzhen"}
begin对str1对象进行反序列化操作------------>
反序列化后的数据类型: <class 'dict'>
反序列化后的数据: {'name': 'fighter', 'age': 28, 'address': 'shenzhen'}
最后，我们在结合requests库，来查看一下json数据，具体代码如下：
import json,requests #导入json库/requests库
r = requests.get('http://wthrcdn.etouch.cn/weather_mini?city=深圳')
print (r.text,'数据类型:',type(r.text))
#对数据进行反序列化操作
dic = json.loads(r.text)
print (dic,'数据类型:',type(dic))
查看反序列化前，正常响应结果：
{"data":{"yesterday":{"date":"18日星期日","high":"高温 23℃","fx":"无持续风向","low":"低温 17℃","fl":"<![CDATA[<3级]]>","type":"多云"},"city":"深圳","aqi":"39","forecast":[{"date":"19日星期一","high":"高温 25℃","fengli":"<![CDATA[<3级]]>","low":"低温 18℃","fengxiang":"无持续风向","type":"阵雨"},{"date":"20日星期二","high":"高温 26℃","fengli":"<![CDATA[<3级]]>","low":"低温 17℃","fengxiang":"无持续风向","type":"多云"},{"date":"21日星期三","high":"高温 21℃","fengli":"<![CDATA[3-4级]]>","low":"低温 14℃","fengxiang":"东风","type":"小雨"},{"date":"22日星期四","high":"高温 17℃","fengli":"<![CDATA[3-4级]]>","low":"低温 13℃","fengxiang":"东风","type":"小雨"},{"date":"23日星期五","high":"高温 19℃","fengli":"<![CDATA[<3级]]>","low":"低温 13℃","fengxiang":"无持续风向","type":"阴"}],"ganmao":"天气转凉，空气湿度较大，较易发生感冒，体质较弱的朋友请注意适当防护。","wendu":"23"},"status":1000,"desc":"OK"} 数据类型: <class 'str'>
反序列化后输出的结果：
{'status': 1000, 'desc': 'OK', 'data': {'forecast': [{'date': '19日星期一', 'high': '高温 25℃', 'low': '低温 18℃', 'fengxiang': '无持续风向', 'type': '阵雨', 'fengli': '<![CDATA[<3级]]>'}, {'date': '20日星期二', 'high': '高温 26℃', 'low': '低温 17℃', 'fengxiang': '无持续风向', 'type': '多云', 'fengli': '<![CDATA[<3级]]>'}, {'date': '21日星期三', 'high': '高温 21℃', 'low': '低温 14℃', 'fengxiang': '东风', 'type': '小雨', 'fengli': '<![CDATA[3-4级]]>'}, {'date': '22日星期四', 'high': '高温 17℃', 'low': '低温 13℃', 'fengxiang': '东风', 'type': '小雨', 'fengli': '<![CDATA[3-4级]]>'}, {'date': '23日星期五', 'high': '高温 19℃', 'low': '低温 13℃', 'fengxiang': '无持续风向', 'type': '阴', 'fengli': '<![CDATA[<3级]]>'}], 'ganmao': '天气转凉，空气湿度较大，较易发生感冒，体质较弱的朋友请注意适当防护。', 'aqi': '39', 'wendu': '23', 'yesterday': {'date': '18日星期日', 'high': '高温 23℃', 'low': '低温 17℃', 'fl': '<![CDATA[<3级]]>', 'type': '多云', 'fx': '无持续风向'}, 'city': '深圳'}} 数据类型: <class 'dict'>