python--序列化：json、pickle、shelva

序列化      数据类型---》str   一个模块就是一个包含了python定义和声明的文件，文件名就是模块名字加上.py的后缀。

反序列化    str---》数据类型

序列化三大方法：json *****    pickle ****      shelva ***

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。

序列化目的

一、json

四种方法：dumps    loads    在内存角度的操作
dump   load   和文件操作相关是序列化操作
优点：通用的序列化方法
缺点：只有很少的一部分数据类型可以通过json转换：  dict  str  tuple  (set不可以)

json

1.dumps序列化

import json
dic={'a':1,'m':2}
str_d=json.dumps(dic)
print(type(str_d),str_d)      #<class 'str'> {"m": 2, "a": 1}  str 数据类型  m  a 键值都变成了双引号
#注意，json转换完的字符串类型的字典中的字符串是由""表示的

dumps

2.loads反序列化

dic='{"a":1,"m":2}'
dic_d=json.loads(dic)
print(type(dic_d),dic_d)    #<class 'dict'> {'a': 1, 'm': 2}     dict数据类型
#注意：要被反序列化的内容必须是str类型

loads

3. dump 序列化 和 和文件操作相关

import json
f=open('文件','w',encoding='utf-8')
dic={'k':1,'k2':2,'k3':3}
json.dump(dic,f)   #dump方法接收一个文件句柄，直接将字典转换成json字符串写入文件
json.dump(dic,f)   #再次写入，是可以的，但是在反序列化的时候不支持一次性读取，load是一行一行的读
f.close()

dump

# 不支持分次load，多次序列化写入，还要反序列化的解决方法：

首先实现 一行一行序列化写入

l = [{'k':''},{'k2':''},{'k3':''}]   #转为列表为了下面的循环
f = open('file','w')
import json
for dic in l:
    str_d=json.dumps(dic)
    f.write(str_d+'\n')
f.close()

其次实现反序列化实现一行写出

import json
f=open('file','r')
l=[]
for i in f :
    ret=json.loads(i.strip())
    l.append(ret)
f.close()
print(l)    # [{'k': '111'}, {'k2': '111'}, {'k3': '111'}]

4.load 反序列化

f=open('文件','w',encoding='utf-8')
dic={'k':1,'k2':2,'k3':3}
json.dump(dic,f)
f=open('文件','r',encoding='utf-8')
ret=json.load(f)  #load方法接收一个文件句柄,直接将文件中的json字符串转换成数据结构返回
f.close()
print(type(ret),ret)   #得到一个bytes类型的

load

5.ensure_ascii

json dumps有个参数 ensure_ascii 默认是True 序列化写进文件是不看懂的byts类型，如果想看就要改成False

import json
f = open('file','w',encoding='utf-8')
json.dump({'国籍':'中国'},f)
ret = json.dumps({'国籍':'中国'})
f.write(ret+'\n')
{"\u56fd\u7c4d": "\u4e2d\u56fd"}{"\u56fd\u7c4d": "\u4e2d\u56fd"}看不

ensure_ascii

 更改参数ensure_ascii=False
json.dump({'国籍':'美国'},f,ensure_ascii=False)
ret = json.dumps({'国籍':'美国'},ensure_ascii=False)
f.write(ret+'\n')
f.close()   #{"国籍": "美国"}{"国籍": "美国"}

ensure_ascii=False

二、pickle

优点：可以把python中任意的数据类型序列化,  支持分次load
缺点：pickle序列化的内容只有python能理解，且部分反序列化依赖python代码
注释：dumps之后得到bytes类型，所以文件打开要用   wb
四种方法：dumps    loads
dump   load   和文件操作相关是序列化操作

1  dumps

dic={'a':1,'b':2,'c':3}
str_d=pickle.dumps(dic)
print(type(str_d),str_d)    #<class 'bytes'> b'\x80\x03}q\x00(X\x01\x00\x00\x00bq\x01K\x02X\x01\x00\x00\x00aq\x02K\x01X\x01\x00\x00\x00cq\x03K\x03u.'
1  loads
ret=pickle.loads(str_d)
print(type(ret),ret)   #<class 'dict'> {'c': 3, 'a': 1, 'b': 2}

dumps

2  loads

ret=pickle.loads(str_d)
print(type(ret),ret)   #<class 'dict'> {'c': 3, 'a': 1, 'b': 2}

loads

3:dump

f=open('文件','wb')
dic={'a':1,'b':2,'c':3}
dic_d=pickle.dump(dic,f)
print(dic_d)   #None
f.close()

dump

4.load  #反序列化

f=open('文件','rb')
ret=pickle.load(f)
print(ret)    #{'c': 3, 'b': 2, 'a': 1}

load

三、shelva  python3 中添加的

序列化句柄
使用句柄直接操作，非常方便
加上writeback=True ,则对于字符串的任何操作都可以被记录

import shelve
f=shelve.open('file1')
f['key']={'cc':1,'mm':2}
f.close()

序列化

f1=shelve.open('file1')
ret=f1['key']
print(ret)   #{'mm': 2, 'cc': 1}
 #取出数据的时候也只需要直接用key获取即可，但是如果key不存在会报错
f.close()

反序列化

 1.writeback  的用法

import shelve
f=shelve.open('file1')
f['key']={'cc':1,'mm':2}
print(f['key'])       #{'cc': 1, 'mm': 2}
f['key']['nem_name']='aaaaaaaaa'
f.close()

f1=shelve.open('file1',writeback=True)
f1['key']['nem']='bbb'
print(f1['key'])   #{'cc': 1, 'mm': 2, 'nem': 'bbb'}
f1.close()