一、简述

  我们在写入文件中的数据,只能是字符串或者二进制,但是要传入文件的数据不一定全是字符串或者二进制,那还要进行繁琐的转换,然后再读取的时候,还要再转回去,显得很麻烦,今天就来学习标准的序列化:json & pickle

二、json序列化

1、dumps序列化和loads反序列化

dumps()序列化

 import  json   #导入json模块

 info = {
     'name':"qianduoduo",
     "age":22,
 }

 with open("text.txt","w") as f:  #以普通模式写入
     f.write(json.dumps(info)) #把内存对象转为字符串
   #写到文件中

 #text.txt文件中的内容
 {"name": "qianduoduo", "age": 22}

loads()反序列化

 import json   #导入json模块

 with open("text.txt","r") as f:  #以普通模式读
     data = json.loads(f.read())   #用loads反序列化

 print(data["age"])     #date.get("age")   一样的

 #输出
 22

2、dump序列化和load反序列化

dump()序列化

 import  json

 info = {
     'name':"qianduoduo",
     "age":22
 }

 with open("text.txt","w") as f:   #文件以写的方式打开
     json.dump(info,f)    #第1个参数是内存的数据对象 ,第2个参数是文件句柄

 #text.txt文件中的内容
 {"name": "qianduoduo", "age": 22}

load()反序列化

 import json

 with open("text.txt","r") as f:   #以读的方式打开文件
     data = json.load(f)  #输入文件对象

 print(data.get("age"))   #date["age"]

 #输出
 22

3、序列化函数

总结:

  1.dumps和loads是成对使用的,dump和load是成对使用的。

  2.dumps和loads由于序列化的是内容,所以后面要加s,但是dump和load序列化的内容是对象,所以单数。

  3.json只能处理简单的数据类型,例如:字典、列表、字符串等,不能处理函数等复杂的数据类型。

  为什么不能处理复杂的因为python 和别的语言定义函数,类完全不一样,特性也不一样

  4.json是所有语言通用的,所有语言都支持json,如果我们需要python跟其他语言进行数据交互,那么就用json格式。

三、pickle序列化

1、dumps序列化和loads反序列化

dumps()序列化

 import pickle

 info = {
     'name':"qianduoduo",
     "age":22,
 }

 with open("text.txt","wb") as f:   #以二进制的形式写入
     data = pickle.dumps(info)   #序列化成字符串
     f.write(data)   #写入text.txt 文件中

 #输出到test.txt文件中的内容
 �}q (X   nameqX
    qianduoduoqX   ageqKu.

loads()反序列化

 import pickle

 with open("text.txt","rb") as f: #以二进制的模式读
     data = pickle.loads(f.read())   #反序列化操作

 print(data.get("age"))    #date["age"]  是一样的

 #输出
 22

2、dump序列化和load反序列化

dump()序列化

 import pickle

 info = {
     'name':"qianduoduo",
     "age":22,
 }

 with open("text.txt","wb") as f:
     pickle.dump(info,f)  #序列化

 #输出
 �}q (X   nameqX
    qianduoduoqX   ageqKu.

load()反序列化

 import pickle

 with open("text.txt","rb") as f:
     data = pickle.load(f)  #反序列化成内存对象

 print(data.get("age"))     #or   date["age"]  一样的

 #输出
 22

上面几个例子可以观察出:

pickle序列化的是字节,而json序列化的是字符,所以pickle序列化写入和读取都是二进制

3、序列化函数

序列化

 import pickle

 def sayhi(name):   #函数
     print("hello:",name)

 info = {
     'name':"zhangqigao",
     "age":22,
     "func":sayhi    #"func"对应的值sayhi,是函数名  如果sayhi加()就执行这个函数
 }

 with open("text.txt","wb") as f:
     data = pickle.dumps(info)
     f.write(data)

 #输出test.txt
 �}q (X   nameqX
    qianduoduoqX   ageqKX   funcqc__main__
 sayhi
 qu.

反序列化

 import pickle

 def sayhi(name):   #在反序列化中必须写上此函数,不然会报错,因为在加载的时候,函数没有加载到内存
     print("hello:",name)

 with open("text.txt","rb") as f:
     data = pickle.loads(f.read())

 print(data["age"])

 data.get("func")("qianduoduo")  #执行函数sayhi

 #输出
 22
 hello: qianduoduo   #输出的函数体中的逻辑也是可以变的,但是函数名必须要相同,这又是要注意的地方

小结:

  1.json值支持简单的数据类型,pickle支持python所有的数据类型。

  2.pickle只能支持python本身的序列化和反序列化,不能用作和其他语言做数据交互,而json可以。

  3.pickle序列化的是整个的数据对象,所以反序列化函数时,函数体中的逻辑变了,是跟着新的函数体逻辑。

  4.pickle和json在3.0中只能dump一次和load一次,dump在2.7里面可以dump多次,load多次,anyway,以后只记住,只需要dump一次,load一次就可以了。

小白的Python之路 day4 json and pickle数据标准序列化的更多相关文章

  1. 小白的Python之路 day4 装饰器前奏

    装饰器前奏: 一.定义: 1.装饰器本质是函数,语法都是用def去定义的 (函数的目的:他需要完成特定的功能) 2.装饰器的功能:就是装饰其他函数(就是为其他函数添加附加功能) 二.原则: 1. 不能 ...

  2. 小白的Python之路 day4 装饰器高潮

    首先装饰器实现的条件: 高阶函数+嵌套函数 =>装饰器 1.首先,我们先定义一个高级函数,去装饰test1函数,得不到我们想要的操作方式 import time #定义高阶函数 def deco ...

  3. 小白的Python之路 day4 生成器

    一.列表生成式  看下面例子: 列表生成式的作用:主要是让代码更简洁(还有装X的效果) 二.生成器 通过列表生成式,我们可以直接创建一个列表.但是,受到内存限制,列表容量肯定是有限的.而且,创建一个包 ...

  4. 小白的Python之路 day4 迭代器

    迭代器 学习前,我们回想一下可以直接作用于for循环的数据类型有以下几种: 1.集合数据类型,如list.tuple.dict.set.str等: 2.是generator,包括生成器和带yield的 ...

  5. 小白的Python之路 day4 软件目录结构规范

    软件目录结构规范 为什么要设计好目录结构? "设计项目目录结构",就和"代码编码风格"一样,属于个人风格问题.对于这种风格上的规范,一直都存在两种态度: 一类同 ...

  6. 小白的Python之路 day4 不同目录间进行模块调用(绝对路径和相对路径)

    一.常用模块调用函数功能解释 1.__file__ 功能:返回自身文件的相对路径 你从pycharm的执行结果可以看出,在pycharm执行atm.py文件时,是从绝对路径下去执行的,而你从cmd下去 ...

  7. 小白的Python之路 day4 生成器并行运算

    一.概述 我们已经明白生成器内部的结构,其实就是通过像函数这样的东西实现的! 多线程和单线程:简单来说多线程就是并行运算,单线程就是串行运算 二.生成器执行原理 第一步:生成一个生成器  第二步:执行 ...

  8. Python之路,Day4 - Python基础4 (new版)

    Python之路,Day4 - Python基础4 (new版)   本节内容 迭代器&生成器 装饰器 Json & pickle 数据序列化 软件目录结构规范 作业:ATM项目开发 ...

  9. Python之路,Day4 - Python基础(转载Alex)

    本节大纲 迭代器&生成器 装饰器  基本装饰器 多参数装饰器 递归 算法基础:二分查找.二维数组转换 正则表达式 常用模块学习 作业:计算器开发 实现加减乘除及拓号优先级解析 用户输入 1 - ...

随机推荐

  1. Python中的列表生成器,迭代器的理解

    首先,思考一个问题,比如,我们想生成0-100的列表,我们怎么做? 当然,可以写成 list1=[1,2,3...,100] 可以看出,这种方法不适合生成长的列表,那么Python中就可以利用已有的列 ...

  2. iOS 超大高清图展示策略 TileLayer 及 levelsOfDetailBias 分析

    本次分析针对当下流行的中国地图图片处理,1亿像素,就是下面这张: 原图尺寸:11935x8554 文件大小:22.1MB 原始加载方式 首先,我们尝试一下直接加载的方式,看看效果会有多恐怖 效果请看下 ...

  3. SolrJ 复杂查询 高亮显示

    SolrJ 复杂查询 高亮显示 上一章搭建了Solr服务器和导入了商品数据,本章通过SolrJ去学习Solr在企业中的运用.笔者最先是通过公司的云客服系统接触的Solr,几百万的留言秒秒钟就查询并高亮 ...

  4. Scala入门系列(九):函数式编程

    引言 Scala是一门既面向对象,又面向过程的语言,Scala的函数式编程,就是Scala面向过程最好的佐证.也真是因此让Scala具备了Java所不具备的更强大的功能和特性. 而之所以Scala一直 ...

  5. 小白的Python之路 day1

    Python之路,Day1 - Python基础1 本节内容 Python介绍 发展史 Python 2 or 3? 一. Python介绍 python的创始人为吉多·范罗苏姆(Guido van ...

  6. 【NOIP2012提高组】同余方程

    https://www.luogu.org/problem/show?pid=1082 方程可化为ax+by=1. 用扩展欧几里得算法得到ax'+by'=gcd(a,b)的一组解后,可得x=x'/gc ...

  7. C#设计模式之二十策略模式(Stragety Pattern)【行为型】

    一.引言   今天我们开始讲"行为型"设计模式的第七个模式,该模式是[策略模式],英文名称是:Stragety Pattern.在现实生活中,策略模式的例子也非常常见,例如,在一个 ...

  8. C语言写单链表的创建、释放、追加(即总是在最后的位置增加节点)

    昨天周末给学妹讲了一些指针的知识,本来我对指针就是似懂非懂的状态,经过昨天一讲,我对指针的学习就更深刻了 果然给别人讲课也是学习的一个方法.加上最近复习数据结构,发现我的博客里没有链表的博文,所以趁这 ...

  9. 如何在Raspberry Pi 3B中安装Windows 10 IoT Core

    Windows 10 IoT Core简介 Windows 10 IoT是微软专门为物联网生态打造的操作系统,Windows 10 IoT Core则是Windows 10 IoT 操作系统的核心版本 ...

  10. 使用Python提取中文字符

    #功能:国际化测试,用于提取应用设计包中的中文字符,并输出report#解压---筛选---整理路径---提取中文---输出报告 ################################### ...