序列化是将对象的状态信息转换为可以存储或传输的形式的过程。在序列化期间，对象将其当前状态（存在内存中）写入到临时或持久性存储区（硬盘）。以后，可以通过从存储区中读取或反序列化对象的状态，重新创建该对象。
实现对象的序列化和反序列化在python中有两种方式：json 和 pickle。
其中json用于字符串 和 python数据类型间进行转换，pickle用于python特有的类型 和 python的数据类型间进行转换，pickle是python特有的。
1、JSON序列化：json.dumps()
info = {
"name":"tj",
"age":22
}
import json
print(info)
print(type(info))
print(json.dumps(info))
print(type(json.dumps(info)))
f = open("test.txt","w")
# f.write(info) # TypeError: write() argument must be str, not dict
f.write(json.dumps(info)) # 正常写入文件 f.write(json.dumps(info)) 等价于 json.dump(info, f)
f.close()
>>>
{'name': 'tj', 'age': 22}
<class 'dict'>
{"name": "tj", "age": 22}
<class 'str'>
2、JSON反序列化：json.loads()
f = open("test.txt","r")
# print(f.read()["age"]) #TypeError: string indices must be integers
data = json.loads(f.read()) # data = json.loads(f.read()) 等价于 data = json.load(f)
print(data["age"])
f.close()
>>>
22
注意：对于以下这种情况json就不能处理了
import json
def hello(name):
print("hello,",name)
info = {
"name":"tj",
"age":22,
"func":hello
}
f = open("test2.txt","w")
f.write(json.dumps(info)) #TypeError: Object of type function is not JSON serializable
f.close()
所以：json用于字符串 和 python数据类型间进行转换
3、pickle序列化：pickle.dumps()
import pickle
def hello(name):
print("hello,",name)
info = {
"name":"tj",
"age":22,
"func":hello
}
print(pickle.dumps(info)) #可见pickle序列化的结果输出为二进制，所以应使用wb的方式往文件中写
f = open("test2.txt","wb")
f.write(pickle.dumps(info)) # 等价于 pickle.dump(info,f)
f.close()
>>>
b'\x80\x04\x957\x00\x00\x00\x00\x00\x00\x00}\x94(\x8c\x04name\x94\x8c\x04alex\x94\x8c\x03age\x94K\x16\x8c\x04func\x94\x8c\x08__main__\x94\x8c\x05hello\x94\x93\x94u.'
对于函数hello，序列化的不是内存地址，而是整个数据对象，函数可以序列化。
4、pickle反序列化：pickle.loads()
f = open("test2.txt","rb")
data = pickle.loads(f.read()) # 等价于data = pickle.load(f)
print(data)
print(data["name"])
print(data["func"])
>>>
{'name': 'tj', 'age': 22, 'func': <function hello at 0x00000179EF69C040>}
tj
<function hello at 0x00000179EF69C040>
5、多次序列化与反序列化
1）json
import json
info = {
"name":"tj",
"age":22
}
f = open("test3.txt","w")
f.write(json.dumps(info))
info['age'] = 21
f.write(json.dumps(info))
f.close()
#
>>>
序列化两次后test3中的内容
test3.txt: {"name": "tj", "age": 22}{"name": "tj", "age": 21}
f = open("test3.txt","r")
# 报错，py3以上，多次dumps的文件反序列化报错，py2多次dumps的文件也能被反序列化，先序列化的先被反序列化
data = json.loads(f.read()) # json.decoder.JSONDecodeError
f.close()
print(data)
2）pickle
import pickle
info = {
"name":"tj",
"age":22
}
f = open("test2.txt","wb")
f.write(pickle.dumps(info)) # 等价于 pickle.dump(info,f)
info["sex"] = "女"
f.write(pickle.dumps(info)) # 等价于 pickle.dump(info,f)
f.close()
>>>
序列化两次后test2.txt中的内容
test2.txt： �� }�(�name攲tj攲age擪u.��% }�(�name攲tj攲age擪�sex攲濂硵u.
f = open("test2.txt","rb")
data = pickle.loads(f.read()) # 第一次反序列化正常
# data = pickle.loads(f.read()) # 第二次反序列化：EOFError: Ran out of input
print(data)
print(data["age"])
# print(data["sex"]) # KeyError: 'sex'
老王：是不是就不能多次序列化呢？那我修改后的数据还需要序列化写入到文件怎么办？
你：当然能多次序列化，把序列化后数据写到多个文件不就好了嘛。
以上就是浅析Python 序列化与反序列化的详细内容，更多关于Python 序列化与反序列化的资料请关注脚本之家其它相关文章！
