关于python数据序列化的那些坑

-----世界上本来没那么多坑，python更新到3以后坑就多了

无论哪一门语言开发，都离不了数据储存与解析，除了跨平台性极好的xml和json之外，python要提到的还有自身最常用pickle模块。在使用上，python的常用模块接口漂亮而简单，而且json跟pickle二者使用一模一样。首先来看一下用法，代码如下：

import json,pickle #导入模块。
data = {
    'name' : "lixin",
    'sex' :"female",
    'height':1.58,
    'weight':82,
    'utterance':'奏是这么瘦,来打我啊'
}
jsondata = json.dumps(data) #转json数据
pythondata1 = json.loads(jsondata) #json数据转python
print(pythondata1)
pickledate = pickle.dumps(data)#转持久化数据
pythondata2 = pickle.loads(pickledate)#转回python
print(pythondata2)

　　

以上代码，在python3.5里运行无误，utf-8编码汉字可识别。然而，大多数时候，数据的解析不仅仅是使用，更多的是为了储存。无关联型大多储存形式是以文本储存，因此我们需要把数据写入文本。python的常规文本写入是只支持字符串的，json和pickle在写入文本都有自己的方法接口，和普通数据转换接口也极好区分，去掉末尾的s即可。代码如下：

with open("jsondata.json","w") as file: #打开一个名为jsondata.json文本，只能写入状态 如果没有就创建
    json.dump(data,file) #data转换为json数据格式并写入文件
    file.close()#关闭文件
with open("jsondata.json","r") as file:#打开文本读取状态
    l =  json.load(file) #解析读到的文本内容 转为python数据 以一个变量接收
    print(l) #打印变量
    file.close() #关闭文件

　　pickle的使用方式基本一样只是写入的文本格式为txt或者pk。当然json也可以直接写入txt。以上代码在python3.5运行无误（不排除人品不好）。看起来简洁方便，似乎毫无难点，那么来愉快的谈一下使用中常见的坑

不管你要读什么，反正我一点数据也没有：

Traceback (most recent call last):
  File "/Users/penglong/Documents/python/s10/day3/test.py", line 13, in <module>
    l =  json.load(file)
  File "/Library/Frameworks/Python.framework/Versions/3.5/lib/python3.5/json/__init__.py", line 268, in load
    parse_constant=parse_constant, object_pairs_hook=object_pairs_hook, **kw)
  File "/Library/Frameworks/Python.framework/Versions/3.5/lib/python3.5/json/__init__.py", line 319, in loads
    return _default_decoder.decode(s)
  File "/Library/Frameworks/Python.framework/Versions/3.5/lib/python3.5/json/decoder.py", line 339, in decode
    obj, end = self.raw_decode(s, idx=_w(s, 0).end())
  File "/Library/Frameworks/Python.framework/Versions/3.5/lib/python3.5/json/decoder.py", line 357, in raw_decode
    raise JSONDecodeError("Expecting value", s, err.value) from None
json.decoder.JSONDecodeError: Expecting value: line 1 column 1 (char 0)

　　报错如上，原因十分明显，json没有内容可解析，一般直接从文件中进行排除，会发现读取的文本是空白，也就是说在写入数据的时候就已经发生了错误。但代码并没有报错，如果没有进行写入检测的话，差不多就卡这了，这个原因很简单，大部分是因为在写入时候调用的接口是dumps而不是dump，程序本身可以编译通过，但实际上没有文本写入。导致读取的时候直接报错。如果遇到这个问题，去排查一下写入数据时调用的接口。

不管你要我写什么，反正我就是写不进去：

  File "/Users/penglong/Documents/python/s10/day3/test.py", line 17, in <module>
    pickle.dump(data,file)
TypeError: write() argument must be str, not bytes

　　报错如上，此错误针对pickle写入，原因也很明显，写入必须是字符串，我猜json不报错的原因很大程度是因为它长的比较像字符串。。忽略这个不靠谱的想法。这个引发的错误留给下一个。解决代码如下：（ps：在2.7里面敲是没遇到这个毛病的，在3.5里面一定要在"wb"状态下才能正常写入。）

with open("pickle.pk","wb") as file: #改参数"w"为"wb" 代表二进制写入
    pickle.dump(data,file)
    file.close()

以上，json的错误完全相反，可能报错为TypeError: a bytes-like object is required, not 'str'，完全不用举例了，是踩进了pickle的坑里，直接把"wb"状态改回"w"即可解决。然而总有那么些时候并不在意强扭的瓜甜不甜，仅仅是想强行把它给扭下来。假如犯了强迫症，一定要在wb的状态下使用，那么，解决代码如下：（ps：严重不推荐使用。。其实就是我半天不知道毛病在哪，头痛医头脚痛医脚，不管原因，强行把它给写进去了，虽然运行和结果都没错，但肯定有什么地方不对）

）

with open("jsondata.json","wb") as file:
    file.write((json.dumps(data).encode("utf-8")))#强制以utf-8转一下byte数据再以普通形式写入 。
    file.close()

不管你要做什么，反正我就是没有函数存在：

Traceback (most recent call last):
  File "/Users/penglong/Documents/python/s10/day3/test.py", line 10, in <module>
    json.dumps(data,file)
AttributeError: module 'json' has no attribute 'dumps'

　　报错如上，json没有dumps模块存在。排查本地文件，大部分原因是本地文件有了json.py。python的包导入直接先导入了同级目录下的文件。如果本地文件并没有重复，那么就只能排查安装文件了，python命令行编辑模式下help(json.py) 如果文件存在，可以看到其详细信息和存放位置。但安装文件丢失的情况，我并未遇到。踩到的坑是本地文件重复，反而在安装文件排查了好久。　

其实还遇到好几个，可等熟悉了想要故意掉坑里，却进不去了。大概，在没有走的够远之前路上都是坑。