一文了解Python序列化

一文了解Python序列化

程序运行时,所有的变量都储存在内存中,程序结束运行时,这些占用的内存将被系统回收,无法长期储存,将这些变量转换为可储存或可通过网络传输的过程称之为序列化(pickling),序列化后就可以将它们储存在磁盘或通过网络进行传输。

1.pickle序列化

Python提供了pickle模块来实现变量的序列化,这个模块可以将变量转换成字节码(bytes)形式储存,还能将储存的序列化字节码重新还原成数据对象;

注意:pickle仅能用于python程序之间交换数据,且不同的版本之间并不兼容,需要和其他程序进行通信时,请使用json序列化,它可以在不同编程语言间共享数据。

a.pickle普通对象序列化

先来看一个小实例,使用pickle模块,将几个不同的对象序列化,这些序列化后的对象可用于网络传输或储存到磁盘文件中:

#!/usr/bin/envpython3
#coding=utf-8
importos
importpickle
#创建一个字典对象和一个字符串对象
d=dict(one=1,two=2,three=3)
s="python"
print(d)#输出{'three':3,'two':2,'one':1}
print(s)#输出

#将这两个对象序列化,nd和ns仅保存在内存中,可用于网络传输
nd=pickle.dumps(d)
ns=pickle.dumps(s)
print(nd)#输出字节码"b'\x80\x03}q\x00...."
print(ns)#输出字节码"b'\x80\x03X\x11...."

#将序列化后的对象重新还原成数据(假设接收端接收到这些数据后,就能够这样还原)
nd=pickle.loads(nd)
ns=pickle.loads(ns)
print(nd)#输出{'three':3,'two':2,'one':1}
print(ns)#输出

#创建一个文件testfile,接收字节码(wb),将d对象中的数据写入其中,
#用于本地不同应用程序之间数据交换(此时如果我们打开testfile文件,
#就会看到一些类似乱码一样的字符,实际上是d对象序列化后的数据)
withopen("testfile","wb")asf1:
pickle.dump(d,f1)

#从testfile文件中读取字节码,还原成数据
ifos.path.isfile("testfile"):
withopen("testfile","rb")asf2:
print(f2.read())#输出"b'\x80\x03}q\x0...."
#因为上一步读取了数据,指针位置要重新设置成起始位置,
#这仅仅是为了演示给大家看,上面print和seek这两句可以不写
f2.seek(0)
d=pickle.load(f2)#读取f2中的数据还原
print(d)#输出{'three':3,'two':2,'one':1}

总结:仅在内存中序列化和还原,使用dumps()和loads(),要将数据序列化后保存到文件中使用dump(),从文件中还原数据使用load(),两者只有一个s的区别,注意不要混淆。

b.pickle类序列化

有时候我们可能要传输或保存一个类对象与其中所有的数据,python中实现类的序列化十分简单,与对象序列化没有什么区别,请看下面的实例:

#!/usr/bin/envpython3
#coding=utf-8
importpickle
########
classA:
#--------
def__init__(self,name="py",website="python"):
self.name=name
self.website=website
x=A()
x.name="晴刃"

#序列化类实例x,可用于网络传输
nx=pickle.dumps(x)
print(nx)#输出"b'\x80\x03c__main__...."

#还原数据
nx=pickle.loads(nx)
print(nx)#输出"<__main__.Aobjectat0x7f43c995c080>"

#将类对象序列化后保存到磁盘文件中,可用于程序间数据交换
withopen("testfile","wb")asf1:
pickle.dump(x,f1)

#读取文件中的数据还原
withopen("testfile","rb")asf1:
y=pickle.load(f1)
print(y.name)#输出"晴刃"
print(y.website)#输出

2.json序列化

如果要在不同的编程语言之间传递对象,可以使用python的json模块对数据进行序列化,json序列化后所有数据都被表示成字符串形式,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,但在类数据转换时会稍微有点麻烦,没有pickle那么方便。

a.json普通对象序列化

#!/usr/bin/envpython3
#coding=utf-8
importjson

#创建一个字典对象和一个浮点数对象
d=dict(one=1,two=2,three=3)
f=3.14

print(type(d))#<class'dict'>
print(type(f))#<class'float'>

#普通对象的序列化与pickle相同
nd=json.dumps(d)
nf=json.dumps(f)

#转换后所有对象都变成了字符串类型<class'str'>
print(type(nd))
print(type(nf))
print(nd)#"{"three":3,"two":2,"one":1}"
print(nf)#"3.14"

#还原数据
nd=json.loads(nd)
nf=json.loads(nf)
print(type(nd))#<class'dict'>
print(type(nf))#<class'float'>

#将d对象序列化后储存到testfile文件中
withopen("testfile","w")asf1:
json.dump(d,f1)

#从testfile文件中读取数据并还原
withopen("testfile","r")asf1:
y=json.load(f1)
print(type(y))#<class'dict'>

b.json类序列化

使用json序列化类会稍显复杂,因为json的dump方法不知道如何将一个类转换成字符串,需要我们自己指定一个转换函数,请看下面的实例:

#!/usr/bin/envpython3
#coding=utf-8
importjson

classA(object):
def__init__(self,name="py",website="python"):
self.name=name
self.website=website
#初始化一个类实例
a=A()

#创建一个函数,将类A中的对象和数据转换成字典的形式返回
defclassA2dict(c):
return{"name":c.name,"website":c.website}

#将a使用json序列化,参数default告诉python解释器,将前面的对象a传递给后面的classA2dict函数处理,
#classA2dict函数会返回一个字典类型,这个类型中包含了实例a中所有对象和数据的"键值对",
#然后dumps函数将这个返回的字典类型序列化成字符串类型
x=json.dumps(a,default=classA2dict)
#如果想偷懒不写classA2dict函数,有一种简便方法,使用匿名函数,并且调用基类的__dict__函数,
#这个函数会完成和classA2dict函数相同的功能,即将一个类的所有属性转换成字典"键值对"的形式
#x=json.dumps(a,default=lambdaobj:obj.__dict__)

print(type(x))#<class'str'>
print(x)#"{"website":"python","name":"py"}"

#字典类型转换成类返回
defdict2classA(d):
returnA(d["name"],d["website"])

#将json序列后的数据还原成类,object_hook参数将x转换成字典类型,并传递给dict2classA函数处理,
#dict2classA函数会读取这个字典中的每个键,将值传入A类进行初始化,返回一个类对象
x=json.loads(x,object_hook=dict2classA)
print(type(x))#<class'__main__.A'>
print(x.website)

#将序列化的类写入文件testfile中
withopen("testfile","w")asf1:
json.dump(a,f1,default=classA2dict)
#读取testfile中的数据还原
withopen("testfile","r")asf2:
y=json.load(f2,object_hook=dict2classA)
print(y.name)

众多python培训视频,尽在,欢迎在线学习!