Python 基础 json 与pickle

json 支持：
    str,int,tuple,list,dict
pickle
    支持python里所有的数据类型（包括函数）
    只能在python中使用

json 与pickle 是一种序列化的数据格式，在学json与pickle 之前呢，我们是接触过eval 函数的，这个函数是干嘛用的呢？其实这个函数就是提取字符串中的数据类型的。刚学会之歌方法的时候感觉好牛逼，好牛逼，but,eval方法是有局限性的，对于普通的数据类型，json.loads和eval都能用，但遇到特殊类型的时候，eval就不管用了,所以eval的重点还是通常用来执行一个字符串表达式，并返回表达式的值。

#---转换类型

d={"name":"yuan"}

s=str(d)

print(type(s))

d2=eval(s)

print(d2[1])

with open("test") as f:

    for i in f :

        if type(eval(i.strip()))==dict:
            print(eval(i.strip())[1])
            

我们把对象(变量)从内存中变成可存储或传输的过程称之为序列化，在Python中叫pickling，在其他语言中也被称之为serialization，marshalling，flattening等等，都是一个意思。序列化之后，就可以把序列化后的内容写入磁盘，或者通过网络传输到别的机器上。反过来，把变量内容从序列化的对象重新读到内存里称之为反序列化，即unpickling。

现在就先介绍一下牛逼的json：

如果我们要在不同的编程语言之间传递对象，就必须把对象序列化为标准格式，比如XML，但更好的方法是序列化为JSON，因为JSON表示出来就是一个字符串，可以被所有语言读取，也可以方便地存储到磁盘或者通过网络传输。JSON不仅是标准格式，并且比XML更快，而且可以直接在Web页面中读取，非常方便。

这几天都是把数据存入和取出文本文件，用json类型的“字符串”进行操作，在这个过程中出现过很多的错误，今天就对我之前跳过的坑做一次总结吧！

先看一下json在文本文件中的使用情况，关键自己只学了这个呀，

#----------------------------序列化
import json

dic={'name':'alvin','age':23,'sex':'male'}
print(type(dic))#<class 'dict'>

data=json.dumps(dic)
print("type",type(data))#<class 'str'>
print("data",data)

f=open('序列化对象','w')
f.write(data)  #-------------------等价于json.dump(dic,f)
f.close()

#-----------------------------反序列化<br>
import json
f=open('序列化对象')
new_data=json.loads(f.read())#  等价于data=json.load(f)

print(type(new_data))

看起来操作很简单吧，没错他就会给你这种假象，然后你自己操作一下就掉坑里去了！看起来没啥问题是吧，好我就给你找个问题你看看哈

def oo():
    with open('new_hello','r') as f:
        #for i in f:
            data = json.loads(f.read())
            # print(data)
            # ret.append(data)
            return data

res = oo()
print(res)

1.从上面的代码你就会看出我是一次性把文件中的内容加载在内存中，然后就loads打印了，这个当然会报错了，json是一行行取数据的，你这样操纵的话，后面一行就会覆盖前面的一行，这样一定会出问题的呀！so,你该如何做就不用我多说了吧，只能循环遍历输出了，这是解决这一问题的办法之一，

在使用json中要注意的问题：

import json
#dct="{'1':111}"#json 不认单引号
#dct=str({"1":111})#报错,因为生成的数据还是单引号:{'one': 1}

dct='{"1":"111"}'
print(json.loads(dct))

#conclusion:
#        无论数据是怎样创建的，只要满足json格式，就可以json.loads出来,不一定非要dumps的数据才能loads

import pickle

dic={'name':'alvin','age':23,'sex':'male'}

print(type(dic))#<class 'dict'>

j=pickle.dumps(dic)
print(type(j))#<class 'bytes'>

f=open('序列化对象_pickle','wb')#注意是w是写入str,wb是写入bytes,j是'bytes'
f.write(j)  #-------------------等价于pickle.dump(dic,f)

f.close()
#-------------------------反序列化
import pickle
f=open('序列化对象_pickle','rb')

data=pickle.loads(f.read())#  等价于data=pickle.load(f)

print(data['age'])

Pickle的问题和所有其他编程语言特有的序列化问题一样，就是它只能用于Python，并且可能不同版本的Python彼此都不兼容，因此，只能用Pickle保存那些不重要的数据，不能成功地反序列化也没关系。

最后呢，也对json进行一下总结：

Json简介：Json，全名 JavaScript Object Notation，是一种轻量级的数据交换格式。Json最广泛的应用是作为AJAX中web服务器和客户端的通讯的数据格式。

Encode过程，是把python对象转换成json对象的一个过程，常用的两个函数是dumps和dump函数。两个函数的唯一区别就是dump把python对象转换成json对象生成一个fp的文件流，而dumps则是生成了一个字符串：

Decode过程，是把json对象转换成python对象的一个过程，常用的两个函数是loads和load函数。区别跟dump和dumps是一样的。