1.简介
● json：用于字符串 和 python简单数据类型(list,dict...)间进行转换；字符串<--->python简单数据类型
● pickle：用于python特有的类型 和 python的数据类型间进行转换 ；bytes<--->python特殊数据类型
● 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
2.json序列化和反序列化
计算
安全
数据库
网络和加速
企业服务
import json
#json序列化
data = {
"name":"cx",
"age":"18",
}
f = open("text.txt","w")
f.write(json.dumps(data)) #将字典序列化为字符串写入文件 #json.dump(data,f)==f.write(json.dumps(data))
f.close()
--------------------------------------------
#json反序列化
f = open("text.txt","r")
data = json.loads(f.read()) #从文件中将数据读出来之后将字符串格式序列化成字典格式 #json.load(f)==json.loads(f.read())
print(data["name"])
f.close()#pickle序列化
import pickle
def test_func(name):
print("name:",name)
data1 = {
"name":"cx",
"age":"18",
"test":test_func, #对于这种数据json不能处理，可以用pickle
}
f = open("text.txt","wb")
f.write(pickle.dumps(data1)) #将特殊数据类型序列化为bytes类型之后写入文件 #pickle.dump(data1,f)==f.write(pickle.dumps(data1))
f.close()
--------------------------------------------
#pickle反序列化
def test_func(name): #由于前面在序列化的时候data字典中存有test_func对象的内存地址，
print("name:",name) # 但是前面序列化程序一执行完内存就释放了，所以这里反序列化的时候找不到该内存地址就会报错，
# 所以在这里声明这个函数
import pickle
f = open("text.txt","rb")
data = pickle.loads(f.read()) #从文件中将数据读出来之后将bytes类型序列化成字典格式 #pickle.loads(f.read())==pickle.load(f)
print(data["test"])
f.close()4.shelve模块，底层也是用的pickle模块，同pickle的区别就是可以同时序列化和反序列化多次
import shelve
import datetime
a = {"name":"feng","job":"IT"}
b = ["1","2","3"]
f = shelve.open("shelve_test") #打开文件
f["test1"] = a #序列化字典
f["test2"] = b #序列化列表
f["test3"] = datetime.datetime.now() #序列化时间
f.close()
#反序列化
# f = shelve.open("shelve_test") #打开文件
# print(f.get("test1"))
# print(f.get("test2"))
# print(f.get("test2"))
# f.close()亿速云「云服务器」，即开即用、新一代英特尔至强铂金CPU、三副本存储NVMe SSD云盘，价格低至29元/月。点击查看>>
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
