13518219792
1.简介
● json：用于字符串 和 python简单数据类型(list,dict...)间进行转换；字符串<--->python简单数据类型
● pickle：用于python特有的类型 和 python的数据类型间进行转换 ；bytes<--->python特殊数据类型
● Json模块提供了四个功能：dumps、dump、loads、load
● pickle模块提供了四个功能：dumps、dump、loads、load
2.json序列化和反序列化
import json
#json序列化
data = {
"name":"cx",
"age":"18",
}
f = open("text.txt","w")
f.write(json.dumps(data)) #将字典序列化为字符串写入文件 #json.dump(data,f)==f.write(json.dumps(data))
f.close()
--------------------------------------------
#json反序列化
f = open("text.txt","r")
data = json.loads(f.read()) #从文件中将数据读出来之后将字符串格式序列化成字典格式 #json.load(f)==json.loads(f.read())
print(data["name"])
f.close()3.pickle序列化和反序列化
#pickle序列化
import pickle
def test_func(name):
print("name:",name)
data1 = {
"name":"cx",
"age":"18",
"test":test_func, #对于这种数据json不能处理，可以用pickle
}
f = open("text.txt","wb")
f.write(pickle.dumps(data1)) #将特殊数据类型序列化为bytes类型之后写入文件 #pickle.dump(data1,f)==f.write(pickle.dumps(data1))
f.close()
--------------------------------------------
#pickle反序列化
def test_func(name): #由于前面在序列化的时候data字典中存有test_func对象的内存地址，
print("name:",name) # 但是前面序列化程序一执行完内存就释放了，所以这里反序列化的时候找不到该内存地址就会报错，
# 所以在这里声明这个函数
import pickle
f = open("text.txt","rb")
data = pickle.loads(f.read()) #从文件中将数据读出来之后将bytes类型序列化成字典格式 #pickle.loads(f.read())==pickle.load(f)
print(data["test"])
f.close()注：使用json和pickle时不要往同一个文件序列化或者反序列化多次，只能往一个文件dumps和loads一次。若要多次序列化，请往多个文件序列化。
4.shelve模块，底层也是用的pickle模块，同pickle的区别就是可以同时序列化和反序列化多次
import shelve
import datetime
a = {"name":"feng","job":"IT"}
b = ["1","2","3"]
f = shelve.open("shelve_test") #打开文件
f["test1"] = a #序列化字典
f["test2"] = b #序列化列表
f["test3"] = datetime.datetime.now() #序列化时间
f.close()
#反序列化
# f = shelve.open("shelve_test") #打开文件
# print(f.get("test1"))
# print(f.get("test2"))
# print(f.get("test2"))
# f.close()注：json可用于各类语言间转化；pickle,shelve仅python使用
另外有需要云服务器可以了解下创新互联scvps.cn，海内外云服务器15元起步，三天无理由+7*72小时售后在线，公司持有idc许可证，提供“云服务器、裸金属服务器、高防服务器、香港服务器、美国服务器、虚拟主机、免备案服务器”等云主机租用服务以及企业上云的综合解决方案，具有“安全稳定、简单易用、服务可用性高、性价比高”等特点与优势，专为企业上云打造定制，能够满足用户丰富、多元化的应用场景需求。
