json and pickle 序列化和反序列化

类似vmware虚拟机里的虚拟主机挂起操作，把当前内存拷贝成文件保存。

上面的这种操作就叫内存序列化：如下图：

有序列化就有反序列化，要把文件里的东西再恢复成字典：eval把字符串变成字典。

但是上面的这种方法很low，用的方法很复杂，我们要用jason的方法：下面是序列化的方法:json.dumps()

反序列化如下图：json.loads()

json的主要作用是不用语言的数据交互，所以json不支持复杂的数据类型。

但是我们就想处理复杂的数据类型，怎么办呢？我们可以用pickle

import pickle，但是注意pickle处理的全是bytes数据类型，不能用字符串。其余的写法跟json一模一样。

序列：pickle.dumps()

反序列：pickle.loads()

导入pickle模块

文件test.text变成二进制文件：

反序列：

虽然反序列是成功了，但是在新的这个脚本里，并没有sayhi这个函数，所以你打印，肯定报错。我们必须做如下处理：

把序列化里的sayhi（）这个函数copy过来：

这个时候就不报错了。

我们也可以给字典[func]进行取值。

序列化程序如下：

反序列化程序如下：

但是要注意，pickle只限于PYTHON里使用，跟java不能通用，但是json是可以在python和java里通用的。

其实pickle也有其他的方法,dump和load，见如下：

下面的写法一模一样

pickle.dump(info,f) ============f.write( pickle.dumps( info) )

data = pickle.load(f) =============data = pickle.loads(f.read())

序列化：

反序列化程序如下：

如果这个时候，我们可能存在dumps两次的情况：

我们来看下反序列化：反复报错！

在py2里是可以dump好几次，然后load好几次，（而且先dump进去的，先load出来，不过这样很容易出错），但是在py3里是不允许了。你记住dump一次，load一次。

如果你真想dump好几个，那么就dump成好几个文件！！！