""" """ __author__on__ = 'shaozhiqi 2019/9/24' # !/usr/bin/env python3 # -*- coding: utf-8 -*- # 在程序运行的过程中，所有的变量都是在内存中，比如，定义一个dict： d = dict(name='Bob', age=20, score=88) # 我们把变量从内存中变成可存储或传输的过程称之为**序列化**，在Python中叫pickling # 序列化之后，就可以把序列化后的内容写入磁盘，或者通过网络传输到别的机器上。 # 反过来，把变量内容从序列化的对象重新读到内存里称之为反序列化，即unpickling。 # Python提供了pickle模块来实现序列化。 import pickle d = dict(name='Bob', age=20, score=88) pickle.dumps(d) # pickle.dumps()方法把任意对象序列化成一个bytes，然后，就可以把这个bytes写入文件。 # 或者用另一个方法pickle.dump()直接把对象序列化后写入一个file-like Object： f = open('dump.txt', 'wb') pickle.dump(d, f) f.close() # 看看写入的dump.txt文件，一堆乱七八糟的内容，这些都是Python保存的对象内部信息。如下： # �}q (X nameqX BobqX ageqKX scoreqKXu. # -----------------------------------pickle反序列化------------------------------------ # 当我们要把对象从磁盘读到内存时，可以先把内容读到一个bytes， # 然后用pickle.loads()方法反序列化出对象，也可以直接用pickle.load()方法从一个file-like Object中直接反序列化出对象。 # 我们打开另一个Python命令行来反序列化刚才保存的对象： f = open('dump.txt', 'rb') d = pickle.load(f) f.close() print(d) # {'name': 'Bob', 'age': 20, 'score': 88} # 当然，这个变量和原来的变量是完全不相干的对象，它们只是内容相同而已。 # # Pickle的问题和所有其他编程语言特有的序列化问题一样，就是它只能用于Python，并且可能不同版本的Python彼此都不兼容， # 因此，只能用Pickle保存那些不重要的数据，不能成功地反序列化也没关系。 # ------------------------------------------json---------------------------------- # 如果我们要在不同的编程语言之间传递对象，就必须把对象序列化为标准格式， # 比如XML，但更好的方法是序列化为JSON，因为JSON表示出来就是一个字符串， # 可以被所有语言读取，也可以方便地存储到磁盘或者通过网络传输。 # JSON不仅是标准格式，并且比XML更快，而且可以直接在Web页面中读取，非常方便。 # JSON类型 Python类型 # {} dict # [] list # "string" str # 1234.56 int或float # true/false True/False # null None # -----------------Python对象->JSON-------------------------------------------- import json d = dict(name='Bob', age=20, score=88) json_d = json.dumps(d) print(json_d) # {"name": "Bob", "age": 20, "score": 88} # dumps()方法返回一个str，内容就是标准的JSON。类似的，dump()方法可以直接把JSON写入一个file-like Object。 # 要把JSON反序列化为Python对象，用loads()或者对应的load()方法，前者把JSON的字符串反序列化， # 后者从file-like Object中读取字符串并反序列化： json_str = '{"age": 20, "score": 88, "name": "Bob"}' dictvlaue = json.loads(json_str) print(dictvlaue) print(type(dictvlaue)) # <class 'dict'> # 可以看到转化为了dict类型 # ---------------------------------------------------------------------------------- # Python的dict对象可以直接序列化为JSON的{}， # 不过，很多时候，我们更喜欢用class表示对象，比如定义Student类，然后序列化： import json class Student(object): def __init__(self, name, age, score): self.name = name self.age = age self.score = score s = Student('Bob', 20, 88) # print(json.dumps(s)) # TypeError: Object of type Student is not JSON serializable # 错误的原因是Student对象不是一个可序列化为JSON的对象。 # 可选参数default就是把任意一个对象变成一个可序列为JSON的对象，我们只需要为Student专门写一个转换函数，再把函数传进去即可： def student2dict(std): return { 'name': std.name, 'age': std.age, 'score': std.score } # 这样，Student实例首先被student2dict() # 函数转换成dict，然后再被顺利序列化为JSON： print(json.dumps(s, default=student2dict)) # {"name": "Bob", "age": 20, "score": 88} # 那么问题来了，难道我们每转化一个类为json都需要为其写一个转化函数吗？ # 因为通常class的实例都有一个__dict__属性，它就是一个dict，用来存储实例变量。 # 也有少数例外，比如定义了__slots__的class。 print('student:', json.dumps(s, default=lambda obj: obj.__dict__)) # student: {"name": "Bob", "age": 20, "score": 88} # 同样的道理，如果我们要把JSON反序列化为一个Student对象实例， # loads()方法首先转换出一个dict对象，然后，我们传入的object_hook函数负责把dict转换为Student实例： def dict2student(d): return Student(d['name'], d['age'], d['score']) json_str = '{"age": 20, "score": 88, "name": "Bob"}' student2 = json.loads(json_str, object_hook=dict2student) print('json-student:', student2.name) # json-student: Bob