Python -- 序列化

pickle模块，json模块

（1）把变量从内存中变成可存储或传输的过程，称之为序列化。Python中叫pickling，其他语言中也被称为serialization，marshalling，flattening等，都是相同的意思。

（2）序列化之后，就可以把序列化后的内容（序列化后的内容是一个Bytes）写入磁盘，或者通过网络传输到别的机器上。

（3）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。

（4）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。

把一个对象序列化并写入文件，有两种方法：

（1）pickle.dumps( )方法： 把任意对象序列化成一个bytes，然后，通过一定方式把这个bytes写入文件。

import pickle

d=dict(name='bob',age=23,score=98)
print(pickle.dumps(d))

（2）pickle.dump( )方法： 直接把对象序列化后写入一个file-like Object

import pickle

d=dict(name='shirley',age=23,score=98)
f=open('dump.txt','wb')  #因为序列化之后是bytes，所以是wb
pickle.dump(d,f)
f.close()

#通过pickle.dump()将对象保存到文件中，通过下面语句可以查看写入的序列化内容
f=open("dump.txt",'rb')#rb
print(f.read())

pickle.dumps( )和pickle.dump( )的区别：就在于中间过程我们是否还需要再做一些操作。

前者我们还要再做一些操作；后者不需要我们再进行任何操作。

同序列化一样，当要把对象从磁盘读到内存时，有两种方法：

（1）pickle.loads( )：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

（2）pickle.load( )：直接用pickle.load( )方法从一个file-like Object中直接反序列化出对象

import pickle
f=open('dump.txt','rb')
s=pickle.load(f)
f.close()
print("反序列化后的对象s:",s)

运行结果： 反序列化后的对象s: {'score': 98, 'age': 23, 'name': 'shirley'}

注意：这个反序列化后的对象和原来的变量d是完全不相干的，它们只是内容相同而已。

JSON

Python内置的json模块可以实现从Python对象到JSON格式的转换

（1）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。

（2）JSON是标准格式，比XML更快，而且可以直接在Web页面中读取。

（3）JSON表示的对象就是标准的JavaScript语言的对象

JSON和Python内置的数据类型对应如下：

JSON类型------Python类型
{ }----------------dict
[ ]----------------list
"string"---------str
1234.56--------int或float
true/false-------True/False
null---------------None

注： 把Python对象转换成JSON格式时，只要是上面表格中列举的Python类型即可，其他类型，例如变量，就会报错。

把Python对象转换成JSON格式：json.dumps( )方法，json.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：json.loads( )方法，json.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）

实例：把Python对象变成一个JSON

import json
d=dict(name='shirley',age=23,score=98)
print(json.dumps(d))
print(isinstance(json.dumps(d),str)) #判断序列化后的内容类型
print(type(json.dumps(d)))#判断序列化后的内容类型

运行结果：

json.dumps(d)： {"name": "shirley", "age": 23, "score": 98}
True
<class 'str'>

JSON字符串反序列化：

import json
json_str = '{"age": 20, "score": 88, "name": "Bob"}'
print(json.loads(json_str))
print(type(json.loads(json_str)))

注：由于JSON标准规定JSON编码是UTF-8，所以我们总是能正确地在Python的字符串str与JSON的字符串之间转换。

JSON进阶

由于Python的字典dict对象在上面表格列举的Python类型中，所以字典dict可以直接序列化为JSON的{ }，不过，很多时候，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('Nancy',24,89)
print(json.dumps(s))

运行结果：

Traceback (most recent call last):

……………………………………

TypeError: <main.Student object at 0x0000000000844208> 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。 如果class的实例对象都无法序列化为JSON，这肯定不合理。（我的理解是class的实例对象s是一个变量，不在上面列举的Python类型中，所以报错）

前面的代码之所以无法把Student类实例序列化为JSON，是因为默认情况下，dumps( )方法不知道如何将Student实例变为一个JSON的{ }对象。

解决办法是：定制JSON序列化

####对可选参数default进行设置，把任意class的实例变为dict

print(json.dumps(s, default=lambda obj: obj.__dict__))

通常类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（注意：是实例变量，即不同实例，该属性存储的变量不同，互不影响）。也有少数例外，比如定义了slots

同理，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

class Student(object):
    def __init__(self,name,age,score):
        self.name=name
        self.age=age
        self.score=score
        
        
import json

def dict2student(d):
    return Student(d['name'], d['age'], d['score'])


json_str = '{"age": 20, "score": 88, "name": "Bob"}'
print(json.loads(json_str))
print(json.loads(json_str, object_hook=dict2student))

运行结果：

{'age': 20, 'score': 88, 'name': 'Bob'}
<main.Student object at 0x00000000007345C0>

打印出的是反序列化的实例对象。

小结

Python语言特定的序列化模块是pickle，但如果要把序列化搞得更通用、更符合Web标准，就可以使用json模块。

json模块的dumps( )和loads( )函数是定义得非常好的接口的典范。使用时只需要传入一个必须的参数。但是，当默认的序列化或反序列机制不满足我们的要求时，又可以传入更多的参数来定制序列化或反序列化的规则，既做到了接口简单易用，又做到了充分的扩展性和灵活性。

参考网址：廖雪峰的官方网站