Python實現資料的序列化操作詳解

2022-07-06 18:02:56

json 是一個文字序列化格式，而 pickle 是一個二進位制序列化格式；
json 是我們可以直觀閱讀的，而 pickle 不可以；
json 是可互操作的，在 Python 系統之外廣泛使用，而 pickle 則是 Python 專用的；
預設情況下，json 只能表示 Python 內建型別的子集，不能表示自定義的類；但 pickle 可以表示大量的 Python 資料型別。

Json 模組

Json 是一種輕量級的資料交換格式，由於其具有傳輸資料量小、資料格式易解析等特點，它被廣泛應用於各系統之間的互動操作，作為一種資料格式傳遞資料。它包含多個常用函數，具體如下：

dumps()函數

dumps()函數可以將 Python 物件編碼成 Json 字串。例如：

#字典轉成json字串 加上ensure_ascii=False以後，可以識別中文， indent=4是間隔4個空格顯示   

import json         
d={'小明':{'sex':'男','addr':'上海','age':26},'小紅':{ 'sex':'女','addr':'上海', 'age':24},}
print(json.dumps(d,ensure_ascii=False,indent=4)) 

#執行結果：
{
    "小明": {
        "sex": "男",
        "addr": "上海",
        "age": 26
    },
    "小紅": {
        "sex": "女",
        "addr": "上海",
        "age": 24
    }
}

dump()函數

dump()函數可以將 Python物件編碼成 json 字串，自動寫入到檔案中，不需要再單獨寫檔案。例如：

#字典轉成json字串,不需要寫檔案，自動轉成的json字串寫入到‘users.json'的檔案中 
import json                                                                         
d={'小明':{'sex':'男','addr':'上海','age':26},'小紅':{ 'sex':'女','addr':'上海', 'age':24},}
#開啟一個名字為‘users.json'的空檔案
fw =open('users.json','w',encoding='utf-8')

json.dump(d,fw,ensure_ascii=False,indent=4)

loads()函數

loads()函數可以將 json 字串轉換成 Python 的資料型別。例如：

#這是users.json檔案中的內容
{
    "小明":{
        "sex":"男",
        "addr":"上海",
        "age":26
    },
    "小紅":{
        "sex":"女",
        "addr":"上海",
        "age":24
    }
}

#!/usr/bin/python3
#把json串變成python的資料型別   
import json  
#開啟‘users.json'的json檔案
f =open('users.json','r',encoding='utf-8')
#讀檔案
res=f.read()
print(json.loads(res))   

#執行結果：
{'小明': {'sex': '男', 'addr': '上海', 'age': 26}, '小紅': {'sex': '女', 'addr': '上海', 'age': 24}}

load()函數

load()跟loads()功能相似，load()函數可以將 json 字串轉換成 Python 資料型別，不同的是前者的引數是一個檔案物件，不需要再單獨讀此檔案。例如：

#把json串變成python的資料型別：字典，傳一個檔案物件，不需要再單獨讀檔案 
import json   
#開啟檔案
f =open('users.json','r',encoding='utf-8') 
print(json.load(f))

#執行結果：
{'小明': {'sex': '男', 'addr': '上海', 'age': 26}, '小紅': {'sex': '女', 'addr': '上海', 'age': 24}}

Pickle 模組

Pickle 模組與 Json 模組功能相似，也包含四個函數，即 dump()、dumps()、loads() 和 load()，它們的主要區別如下：

dumps 和 dump 的區別在於前者是將物件序列化，而後者是將物件序列化並儲存到檔案中。

loads 和 load 的區別在於前者是將序列化的字串反序列化，而後者是將序列化的字串從檔案讀取並反序列化。

dumps()函數

dumps()函數可以將資料通過特殊的形式轉換為只有python語言認識的字串，例如：

import pickle
# dumps功能
import pickle
data = ['A', 'B', 'C','D']  
print(pickle.dumps(data))

b'x80x03]qx00(Xx01x00x00x00Aqx01Xx01x00x00x00Bqx02Xx01x00x00x00Cqx03Xx01x00x00x00Dqx04e.'

dump()函數

dump()函數可以將資料通過特殊的形式轉換為只有python語言認識的字串，並寫入檔案。例如：

# dump功能
with open('test.txt', 'wb') as f:
    pickle.dump(data, f)
print('寫入成功')

寫入成功

loads()函數

loads()函數可以將pickle資料轉換為python的資料結構。例如：

# loads功能
msg = pickle.loads(datastr)
print(msg)

['A', 'B', 'C', 'D']

load()函數

load()函數可以從資料檔案中讀取資料，並轉換為python的資料結構。例如：

# load功能
with open('test.txt', 'rb') as f:
   data = pickle.load(f)
print(data)

['A', 'B', 'C', 'D']

總結

本節給大家介紹 Python 中 json&pickle 模組的常用操作，對於實現資料的序列化和反序列化提供了支撐。

到此這篇關於Python實現資料的序列化操作詳解的文章就介紹到這了,更多相關Python資料序列化內容請搜尋it145.com以前的文章或繼續瀏覽下面的相關文章希望大家以後多多支援it145.com！

Python實現資料的序列化操作詳解

目錄

Json 模組

dumps()函數

dump()函數

loads()函數

load()函數

Pickle 模組

dumps()函數

dump()函數

loads()函數

load()函數

總結

熱門文章