python 序列化模块之 json 和 pickle
JSON(JavaScript Object Notation) 是一种轻量级的数据交换格式,采用完全独立于语言的文本格式,支持不同程序之间的数据转换.但是只能转换简单的类型如:(列表、字典、字符串、数字、)等,比如日期格式、类对象等json就处理不了。
在python中,有专门处理json格式的模块 json 和 pickle模块:
json模块用于字符串和python数据类型间进行转换;pickle模块用于python特有的类型和python的数据类型间进行转换,而且都提供了dumps、dump、loads、load 4个功能,用法也一样,不用的是json模块序列化出来的是通用格式,其它编程语言都认识,就是普通的字符串,而pickle模块序列化出来的只有python可以认识,其他编程语言不认识的,表现为乱码。
json模块使用实例:
引用模块:
import json
序列化方法, 将python对象转换成其他语言通用的字符串类型:
json.dump 将数据通过特殊的形式转为所以程序语言都认识的字符串,并写入文件.
json.dumps 将数据通过特殊的形式转换为所以程序语言都认识的字符串
实例:
#!/usr/bin/env python
#coding:utf-8 import json obj = [123,[1,2,3],'abc',{ 'key' : 'value' ,'key2' : (4,5,6)}]
p = json.dumps(obj) print("obj类型:",type(obj))
print(repr(obj))
print("json.dumps后类型:",type(p))
print(p) ---------------------------------------------
执行结果:
obj类型: <class 'list'>
[123, [1, 2, 3], 'abc', {'key': 'value', 'key2': (4, 5, 6)}]
json.dumps后类型: <class 'str'>
[123, [1, 2, 3], "abc", {"key": "value", "key2": [4, 5, 6]}] #通过输出的结果可以看出,简单类型通过encode之后跟其原始的repr()输出结果非常相似,但是有些数据类型进行了改变,例如上例中的元组则转换为了列表。在json的编码过程中,会存在从python原始类型向json类型的转化过程.
json.dump() 示例:
#!/usr/bin/env python
#coding:utf-8 import json dist = {'name' : 'saneri','age' : 18} with open('test.json','w',encoding='utf-8') as f: json.dump(dist,f,indent=4) #indent 超级好用,格式化保存字典,默认为None,小于0为零个空格,此处为4个空格
#f.write(json.dumps(dist,indent=4)) # 和上面的效果一样
保存的文件test.json效果:

python 原始类型向 json 类型的转化对照表:
| Python | JSON |
|---|---|
| dict | object |
| list, tuple | array |
| str, unicode | string |
| int, long, float | number |
| True | true |
| False | false |
| None | null |
反序列化方法,把Json格式字符串解码转换成Python对象:
json.load 将一个包含JSON格式数据的可读文件反序列化为一个python对象。
json.loads 将包含str类型的JSON文档反序列化为一个python对象
实例:
#json.load示例
>>> import json
>>> dict = {"name" : "saneri","age" : 23}
>>> json.dumps(dict) #将python对象转为所以程序有认识的json字符中
'{"name": "saneri", "age": 23}'
>>>
>>> json.loads('{"name": "saneri", "age": 23}' #将json字符串转为python对象.
... )
{'name': 'saneri', 'age': 23} ################################## #从json文件中读取字符串方法。
with open("test.json", "r", encoding='utf-8') as f:
aa = json.loads(f.read()) #loads读取方法
f.seek(0)
bb = json.load(f) # load读取方法,与 json.loads(f.read())相同
print(aa)
print(bb) ----------------------------------------
执行结果: {'name': 'saneri', 'age': 18}
{'name': 'saneri', 'age': 18}
json 类型转换到 python 的类型对照表:
| JSON | Python |
|---|---|
| object | dict |
| array | list |
| string | unicode |
| number (int) | int, long |
| number (real) | float |
| true | True |
| false | False |
| null | None |
pickle模块使用实例:
pickle,用于python特有的类型 和 python的数据类型间进行转换 。
pickle.dumps 将数据通过特殊的形式转换为只有python语言认识的字符串
pickle.dump 将数据通过特殊的形式转换为只有python语言认识的字符串,并写入文件
pickle.loads 将pickle数据转换为python的数据结构
pickle.load 从数据文件中读取数据,并转换为python的数据结构
实例应用:
1.dumps和loads示例:
>>> import pickle
>>> data = ['aa', 'bb', 'cc']
>>> p_str = pickle.dumps(data) #dumps 将数据通过特殊的形式转换为只有python语言认识的字符串
>>> print(p_str)
b'\x80\x03]q\x00(X\x02\x00\x00\x00aaq\x01X\x02\x00\x00\x00bbq\x02X\x02\x00\x00\x00ccq\x03e.'
>>> mes = pickle.loads(p_str) # loads 将pickle数据转换为python的数据结构
>>> print(mes)
['aa', 'bb', 'cc']
>>>
2.dump和load示例:
import pickle
data = ['aa','bb','cc']
with open('test.pki','wb') as f:
pickle.dump(data, f) # dump 将数据通过特殊的形式转换为只有python语言认识的字符串,并写入文件
with open('test.pki','rb') as f:
data = pickle.load(f) # load 从数据文件中读取数据,并转换为python的数据结构
print(data)
参考文档:
https://www.cnblogs.com/saneri/p/5015769.html
python 序列化模块之 json 和 pickle的更多相关文章
- Python 序列化模块(json,pickle,shelve)
json模块 JSON (JavaScript Object Notation):是一个轻量级的数据交换格式模块,受javascript对象文本语法启发,但不属于JavaScript的子集. 常用方法 ...
- python常用模块之json、pickle模块
python常用模块之json.pickle模块 什么是序列化? 序列化就是把内存里的数据类型转换成字符,以便其能存储到硬盘或者通过网络进行传输,因为硬盘或网络传输时只接受bytes. 为什么要序列化 ...
- 022.Python模块序列化模块(json,pickle)和math模块
序列化模块 一 序列化模块 pickle 1.1 基本认识 序列化:把不能够直接存储的数据变成可存储的过程就是序列化 反序列化:把储存的数据拿出来恢复成原来的数据类型就是反序列化 例如,一个文件不可 ...
- python常用模块之json和pickle模块
json模块 json.dumps 将 Python 对象编码成 JSON 字符串 json.loads 用于解码 JSON 数据.该函数返回 Python 字段的数据类型. pi ...
- Python常用模块之json、pickle、random、hashlib、collections
1.json和pickle 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json和pickle均提供了四种方法dumps, ...
- 11-14序列化模块之json、pickle、shelve
序列化的目的 1.以某种存储形式使自定义对象持久化: 2.将对象从一个地方传递到另一个地方. 3.使程序更具维护性. 序列化--转向一个字符串数据类型序列--及时字符串 何处用到: 数据存储 网络上传 ...
- Python序列化与反序列化-json与pickle
Python序列化与反序列化-json与pickle 作者:尹正杰 版权声明:原创作品,谢绝转载!否则将追究法律责任. 一.json的序列化方式与反序列化方式 1>.json序列化 #!/usr ...
- Python 入门之 内置模块 -- 序列化模块(json模块、pickle模块)
Python 入门之 内置模块 -- 序列化模块(json模块.pickle模块) 1.序列化 Python中这种序列化模块有三种: json模块 : 不同语言都遵循的一种数据转化格式,即不同 ...
- (转)python常用模块(模块和包的解释,time模块,sys模块,random模块,os模块,json和pickle序列化模块)
阅读目录 1.1.1导入模块 1.1.2__name__ 1.1模块 什么是模块: 在计算机程序的开发过程中,随着程序代码越写越多,在一个文件里代码就会越来越长,越来越不容易维护. 为了编写可维护的代 ...
随机推荐
- 通过Quartz 配置定时调度任务:使用cron表达式配置时间点
Cron官网入口 在后台经常需要一些定时处理的任务,比如微信相关应用所需的access_token,就要定时刷新,官方返回的有效性是7200s,也就是2小时,但是为了保险起见,除了在发现access_ ...
- IDEA 配置datasource,提升编码效率,让你在 Mapper.xml 中编写sql可以飞起来~
IDEA 2018 创建springboot工程后,如果你打开一个.sql文件,或者一个mybatis的mapper.xml文件,会提示: No data source are configured ...
- 线段树及Lazy-Tag
一:线段树 线段树是一种二叉搜索树,与区间树相似,它将一个区间划分成一些单元区间,每个单元区间对应线段树中的一个叶结点.使用线段树可以快速的查找某一个节点在若干条线段中出现的次数,时间复杂度为O(lo ...
- 一个label两种颜色,一个label两种字体
-(void)addLabel{ UILabel *label = [[UILabel alloc]init]; label.backgroundColor = [UIColor grayColor] ...
- RAID各种级别详细介绍
独立硬盘冗余阵列(RAID, Redundant Array of Independent Disks),旧称廉价磁盘冗余阵列(RAID, Redundant Array of Inexpensive ...
- JS_高程1.javascript简介
1.javaScript诞生于1995年,最开始是为了处理以前由服务器端语言负责的一些诸如验证的操作. 2.一些名词: ECMA:European Computer Manufacturers Ass ...
- ES6项目构建(babel+gulp+webpack)
(一)基础架构 (二)任务自动化(gulp) (三)编译工具(babel,webpack) (四)代码实现 一.基础构架 1.app : 放置前端代码 css : css文件 js : js文件 cl ...
- JIRA、Confluence中文官方技术博客
JIRA.Confluence中文官方技术博客 http://blog.csdn.net/atlassian2013
- 尚未备份数据库 "***" 的日志尾部。如果该日志包含您不希望丢失的工作,请使用 BACKUP LOG WITH NORECOVERY 备份该日志。
使用SQL Server 2005还原备份的数据库文件时出现的问题,如题. 前提:如果你有个数据库的.bak的备份文件. 右键点击 数据库任务-->还原-->数据库 1.还原的目标选择你要 ...
- CentOS7 yum 安装与配置MySQL5.7
安装环境:CentOS7 64位 MINI版,安装MySQL5.7 1.配置YUM源 在MySQL官网中下载YUM源rpm安装包:https://dev.mysql.com/downloads/rep ...