Json模块和Pickle模块的使用
在对数据进行序列化和反序列化是常见的数据操作,Python提供了两个模块方便开发者实现数据的序列化操作,即 json 模块和 pickle 模块。这两个模块主要区别如下:
- json 是一个文本序列化格式,而 pickle 是一个二进制序列化格式;
 - json 是我们可以直观阅读的,而 pickle 不可以;
 - json 是可互操作的,在 Python 系统之外广泛使用,而 pickle 则是 Python 专用的;
 - 默认情况下,json 只能表示 Python 内置类型的子集,不能表示自定义的类;但 pickle 可以表示大量的 Python 数据类型。
 
Json 模块
Json 是一种轻量级的数据交换格式,由于其具有传输数据量小、数据格式易解析等特点,它被广泛应用于各系统之间的交互操作,作为一种数据格式传递数据。它包含多个常用函数,具体如下:
dumps()函数
dumps()函数可以将 Python 对象编码成 Json 字符串。例如:
#字典转成json字符串 加上ensure_ascii=False以后,可以识别中文, indent=4是间隔4个空格显示
import json
d={'小明':{'sex':'男','addr':'上海','age':26},'小红':{ 'sex':'女','addr':'上海', 'age':24},}
print(json.dumps(d,ensure_ascii=False,indent=4))
#执行结果:
{
    "小明": {
        "sex": "男",
        "addr": "上海",
        "age": 26
    },
    "小红": {
        "sex": "女",
        "addr": "上海",
        "age": 24
    }
}
dump()函数
dump()函数可以将 Python对象编码成 json 字符串,并自动写入到文件中,不需要再单独写文件。例如:
#字典转成json字符串,不需要写文件,自动转成的json字符串写入到‘users.json’的文件中
import json
d={'小明':{'sex':'男','addr':'上海','age':26},'小红':{ 'sex':'女','addr':'上海', 'age':24},}
#打开一个名字为‘users.json’的空文件
fw =open('users.json','w',encoding='utf-8')
json.dump(d,fw,ensure_ascii=False,indent=4)
loads()函数
loads()函数可以将 json 字符串转换成 Python 的数据类型。例如:
#这是users.json文件中的内容
{
    "小明":{
        "sex":"男",
        "addr":"上海",
        "age":26
    },
    "小红":{
        "sex":"女",
        "addr":"上海",
        "age":24
    }
}
#!/usr/bin/python3
#把json串变成python的数据类型
import json
#打开‘users.json’的json文件
f =open('users.json','r',encoding='utf-8')
#读文件
res=f.read()
print(json.loads(res))
#执行结果:
{'小明': {'sex': '男', 'addr': '上海', 'age': 26}, '小红': {'sex': '女', 'addr': '上海', 'age': 24}}
load()函数
load()跟loads()功能相似,load()函数可以将 json 字符串转换成 Python 数据类型,不同的是前者的参数是一个文件对象,不需要再单独读此文件。例如:
#把json串变成python的数据类型:字典,传一个文件对象,不需要再单独读文件
import json
#打开文件
f =open('users.json','r',encoding='utf-8')
print(json.load(f))
#执行结果:
{'小明': {'sex': '男', 'addr': '上海', 'age': 26}, '小红': {'sex': '女', 'addr': '上海', 'age': 24}}
Pickle 模块
Pickle 模块与 Json 模块功能相似,也包含四个函数,即 dump()、dumps()、loads() 和 load(),它们的主要区别如下:
- dumps 和 dump 的区别在于前者是将对象序列化,而后者是将对象序列化并保存到文件中。
 - loads 和 load 的区别在于前者是将序列化的字符串反序列化,而后者是将序列化的字符串从文件读取并反序列化。
 
dumps()函数
dumps()函数可以将数据通过特殊的形式转换为只有python语言认识的字符串,例如:
import pickle
# dumps功能
import pickle
data = ['A', 'B', 'C','D']
print(pickle.dumps(data))
b'\x80\x03]q\x00(X\x01\x00\x00\x00Aq\x01X\x01\x00\x00\x00Bq\x02X\x01\x00\x00\x00Cq\x03X\x01\x00\x00\x00Dq\x04e.'
dump()函数
dump()函数可以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。例如:
# dump功能
with open('test.txt', 'wb') as f:
    pickle.dump(data, f)
print('写入成功')
写入成功
loads()函数
loads()函数可以将pickle数据转换为python的数据结构。例如:
# loads功能
msg = pickle.loads(datastr)
print(msg)
['A', 'B', 'C', 'D']
load()函数
load()函数可以从数据文件中读取数据,并转换为python的数据结构。例如:
# load功能
with open('test.txt', 'rb') as f:
   data = pickle.load(f)
print(data)
['A', 'B', 'C', 'D']
												
											Json模块和Pickle模块的使用的更多相关文章
- 【python标准库模块四】Json模块和Pickle模块学习
		
Json模块 原来有个eval函数能能够从字符串中提取出对应的数据类型,比如"{"name":"zhangsan"}",可以提取出一个字典. ...
 - python中序列化json模块和pickle模块
		
内置模块和第三方模块 json模块和pickle 模块(序列化模块) 什么是序列化? 序列化就是将内粗这种的数据类型转成另一种格式 序列化:字典类型——>序列化——>其他格式——>存 ...
 - Python之路(第十五篇)sys模块、json模块、pickle模块、shelve模块
		
一.sys模块 1.sys.argv 命令行参数List,第一个元素是程序本身路径 2.sys.exit(n) 退出程序,正常退出时exit(0) 3.sys.version . sys.maxint ...
 - Python基础(12)_python模块之sys模块、logging模块、序列化json模块、pickle模块、shelve模块
		
5.sys模块 sys.argv 命令行参数List,第一个元素是程序本身路径 sys.exit(n) 退出程序,正常退出时exit(0) sys.version 获取Python解释程序的版本信息 ...
 - json模块和pickle模块
		
json模块和pickle模块 一.json模块 作用:用python写了一个程序,用java写了一门程序,这两个程序需要数据之间交流,就产生了一种多种语言通用的数据类型,json串. 序列化:把对象 ...
 - 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 ...
 - os模块、sys模块、json模块、pickle模块、logging模块
		
目录 os模块 sys模块 json模块 pickle模块 logging模块 os模块 功能:与操作系统交互,可以操作文件 一.对文件操作 判断是否为文件 os.path.isfile(r'路径') ...
 - python学习第四十八天json模块与pickle模块差异
		
在开发过程中,字符串和python数据类型进行转换,下面比较python学习第四十八天json模块与pickle模块差异. json 的优点和缺点 优点 跨语言,体积小 缺点 只能支持 int st ...
 - json模块和pickle模块的用法
		
在python中,可以使用pickle和json两个模块对数据进行序列化操作 其中: json可以用于字符串或者字典等与python数据类型之间的序列化与反序列化操作 pickle可以用于python ...
 
随机推荐
- boost::multi_index 多索引容器
			
#include "stdafx.h" #include <string> #include <boost/multi_index_container.hpp&g ...
 - Kubernetes WebSSH终端窗口自适应Resize
			
追求完美不服输的我,一直在与各种问题斗争的路上痛并快乐着 上一篇文章Django实现WebSSH操作Kubernetes Pod最后留了个问题没有解决,那就是terminal内容窗口的大小没有办法调整 ...
 - JavaScript ES6函数式编程(三):函子
			
前面二篇学习了函数式编程的基本概念和常见用法.今天,我们来学习函数式编程的最后一个概念--函子(Functor). 相信有一部分同学对这个概念很陌生,毕竟现在已经有很多成熟的轮子,基本能满足我们日常的 ...
 - leetcode 刷500道题,笔试/面试稳过吗?谈一谈这些年来算法的学习
			
想要学习算法.应付笔试或者应付面试手撕算法题,相信大部分人都会去刷 Leetcode,有读者问?如果我在 leetcode 坚持刷它个 500 道题,以后笔试/面试稳吗? 这里我说下我的个人看法,我认 ...
 - react - 组件间的值传递
			
父组件向子组件传值 父组件通过属性进行传递,子组件通过props获取 //父组件 class CommentList extends Component{ render(){ return( < ...
 - 小白学 Python(10):基础数据结构(列表)(下)
			
人生苦短,我选Python 前文传送门 小白学 Python(1):开篇 小白学 Python(2):基础数据类型(上) 小白学 Python(3):基础数据类型(下) 小白学 Python(4):变 ...
 - 文本查重算法SimHash
			
1.介绍 爬虫采集了大量的文本数据,如何进行去重?可以使用文本计算MD5,然后与已经抓取下来的MD5集合进行比较,但这种做法有个问题,文本稍有不同MD5值都会大相径庭, 无法处理文本相似问题.另一种方 ...
 - 设计时需要考虑的问题(webAPI)
			
1.根据api接口访问路径定义好controller和action. 2.记录操作日志.包含接口入参.出参.异常以及重要的节点数据(数据库返回.第三方接口返回.重要的私有变量值) 3.入参合法性检查. ...
 - 一文让你彻底了解大数据实时计算引擎 Flink
			
前言 在上一篇文章 你公司到底需不需要引入实时计算引擎? 中我讲解了日常中常见的实时需求,然后分析了这些需求的实现方式,接着对比了实时计算和离线计算.随着这些年大数据的飞速发展,也出现了不少计算的框架 ...
 - 在VMware下进行的使用ssh服务管理远程主机
			
基于密钥的安全验证--sshd服务的配置文件解析(两台linux) 首先你有两台虚拟机 并且能够ping通(该实验的目的是通过客户端访问服务端) 打开终端进入到这个界面 看一下服务 如果有这三个服 ...