19-[模块]-json/pickle、shelve

1.序列化？

序列化是指把内存里的数据类型转变成字符串，以使其能存储到硬盘或通过网络传输到远程，因为硬盘或网络传输时只能接受bytes

（1）把字典保存到文件

data = {
    'roles': [
        {'role': 'monster', 'type': 'pig', 'life': 50},
        {'role': 'hero', 'type': 'dog', 'life': 80},
    ]
}

f = open('game_status', 'w')
f.write(str(data))

（2）把字典从文件中读出来

f = open('game_status', 'r')
data = f.read()
dic = eval(data)
print(dic)

2.json

用于序列化的两个模块

• json，用于字符串 和 python数据类型间进行转换
• pickle，用于python特有的类型 和 python的数据类型间进行转换

Json模块提供了四个功能：dumps、dump、loads、load

pickle模块提供了四个功能：dumps、dump、loads、load

Dumps 只是变成str
Dump 还可以存入文件

import json

data = {
    'roles': [
        {'role': 'monster', 'type': 'pig', 'life': 50},

        {'role': 'hero', 'type': 'dog', 'life': 80},
    ]
}

d = json.dumps(data)  #仅转换为字符串
print(d, type(d))

d2 = json.loads(d)   # 将数据从字符串转化为原来的格式
print(d2['roles'])

# 运行结果
{"roles": [{"role": "monster", "type": "pig", "life": 50}, {"role": "hero", "type": "dog", "life": 80}]} <class 'str'>
[{'role': 'monster', 'type': 'pig', 'life': 50}, {'role': 'hero', 'type': 'dog', 'life': 80}]

import json

data = {
    'roles': [
        {'role': 'monster', 'type': 'pig', 'life': 50},

        {'role': 'hero', 'type': 'dog', 'life': 80},
    ]
}

f = open('json_1', 'w')
json.dump(data, f)  # 把dict数据写入文件
f.close()

f = open('json_1', 'r')
data = json.load(f)   # 把数据从文件读出，并且转换为原来的格式
print(data['roles'])

# 运行结果
[{'life': 50, 'role': 'monster', 'type': 'pig'}, {'life': 80, 'role': 'hero', 'type': 'dog'}]

3.pickle

　　（1）json对不同数据类型操作

# 写入文件
import json
f = open('json_2', 'w')
d1 = {'name': 'alex', 'age': 22}
l1 = [1, 2, 3, 4, 'dfa']
json.dump(d1, f)
json.dump(l1, f)

#文件内容
{"name": "alex", "age": 22}[1, 2, 3, 4, "dfa"]

　　（2）pickle

import pickle
d1 = {'name': 'alex', 'age': 22}
d = pickle.dumps(d1)     # 转换为bytes
print(d)

# 运行结果
b'\x80\x03}q\x00(X\x04\x00\x00\x00nameq\x01X\x04\x00\x00\x00alexq\x02X\x03\x00\x00\x00ageq\x03K\x16u.'

import pickle
d1 = {'name': 'alex', 'age': 22}
l1 = [1, 2, 3, 4, 'dfa']

f = open('pick_1', 'wb')
pickle.dump(d1,f)    #dump写入文件
pickle.dump(l1,f)

import pickle

f = open('pick_1', 'rb')
data = pickle.load(f)
print(data)

#运行结果
{'name': 'alex', 'age': 22}

• 不能dump  load  多次

　　（3）函数也可以pickle 序列化

import pickle

def sayhi():
    print('hi')

data = pickle.dumps(sayhi)
print(data)

#结果
b'\x80\x03c__main__\nsayhi\nq\x00.'

　　

4.JSON VS Pickle

JSON:

　　优点：跨语言、体积小

　　缺点：只能支持int\str\list\tuple\dict

Pickle:

　　优点：专为python设计，支持python所有的数据类型

　　缺点：只能在python中使用，存储数据占空间大

5.shelve模块

　　shelve模块是一个简单的k,v将内存数据通过文件持久化的模块，可以持久化任何pickle可支持的python数据格式

（1）序列化

import shelve

f = shelve.open('shelve_test')  # 打开一个文件

names = ["alex", "rain", "test"]
info = {'name': 'alex', 'age': 22}

f["names"] = names  # 持久化列表
f['info_dic'] = info

f.close()

　　

　　（2）反序列化

import shelve

d = shelve.open('shelve_test')  # 打开一个文件

print(d['names'])
print(d['info_dic'])

#del d['test'] #还可以删除

　　

In [1]: import shelve                                                            

In [2]: f = shelve.open('shelve_test')                                           

In [3]: f
Out[3]: <shelve.DbfilenameShelf at 0x36f5190>                                    

In [4]: f.
f.cache       f.dict        f.keyencoding f.popitem     f.update
f.clear       f.get         f.keys        f.setdefault  f.values
f.close       f.items       f.pop         f.sync        f.writeback              

In [4]: f.keys()
Out[4]: KeysView(<shelve.DbfilenameShelf object at 0x036F5190>)                  

In [5]: list(f.keys())
Out[5]: ['names', 'info_dic']                                                    

In [7]: list(f.items())
Out[7]:
[('names', ['alex', 'rain', 'test']),
 ('info_dic', {'age': 22, 'name': 'alex'})]                                      

In [8]: f.get('names')
Out[8]: ['alex', 'rain', 'test']                                                 

In [9]: f.get('info_dic')
Out[9]: {'age': 22, 'name': 'alex'}                                              

In [10]: f['names'][1]
Out[10]: 'rain'                                       

In [12]: f.close()                                                               

In [9]: f['names']
Out[9]: ['alex', 'rain', 'test']

In [11]: f['names'][1]
Out[11]: 'rain'

In [12]: f['names'][1] = 'RAIN'   # 修改不成功

In [13]: f['names']
Out[13]: ['alex', 'rain', 'test']

In [14]: f['names']=[1,2,3]  #这样修改

In [15]: f['names']
Out[15]: [1, 2, 3]

In [16]: del f['names']  删除

In [17]: f.get('names')

4

5