python中序列化json模块和pickle模块
内置模块和第三方模块
json模块和pickle 模块(序列化模块)
什么是序列化?
序列化就是将内粗这种的数据类型转成另一种格式
序列化:字典类型——>序列化——>其他格式——>存入硬盘(存)
反序列化:硬盘——>读取——>其他格式——>反序列化——>字典(取)
为什么要序列化?
1.长久保存程序的运行状态
2.数据的跨平台交互
如何序列化
json:
优点:这种是一种通用的格式,所有编程语言识别
缺点:不能识别所有python类型
pickle:
优点:能识别所有python数据类型
缺点:序列化后的格式只能被python语言识别
#json 格式(不支持python的元组和集合类型,set \tuple)
import json #序列化
dic = {'k1': True, 'k2': 11, 'k3': 'ming'}
dic_json = json.dumps(dic)
print(dic_json, type(dic_json))
#运行结果
{"k1": true, "k2": 11, "k3": "ming"} <class 'str'>
#运行后的结果是一段在python中的字符串,已经序列化
with open('a.json', mode='wt', encoding='utf-8')as f:
f.write(dic_json) #将序列化为json格式的数据类型写入硬盘(持久化)
#读取时候只需要反序列化即可
with open('a.json', mode='rt', encoding='utf-8')as f:
dic_json = f.read()
dic = json.loads(dic_json)
print(dic, dic['k1'])
#运行结果
{'k1': True, 'k2': 11, 'k3': 'ming'} True
#该过程就是一个反序列化读取过程
#当然上述代码还可以精简
import json
dic = {'k1': True, 'k2': 11, 'k3': 'ming'}
with open('b.json', mode='wt')as f:
json.dump(dic, f) #序列化加持久化括号传入参数为字典,f
#注意dump与dumps的区别 #反序列化
with open('b.json', mode='rt', encoding='utf-8')as f :
d = json.load(f) #注意load和loads的区别
print(d, d['k2'])
#运行结果
{'k1': True, 'k2': 11, 'k3': 'ming'} 11
#pickle 格式(支持所有的python数据类型,但是只能被python语言接收)
import pickle #二进制的序列化
s = {1, 2, 'ming', 5} #这是一个json不支持序列化的集合类型
s_pkl = pickle.dumps(s) #pickle序列化操作
print(s_pkl, type(s_pkl))
with open('c.pkl', mode='wb') as f: #进行持久化操作,写入硬盘
f.write(s_pkl)
运行结果
b'\x80\x03cbuiltins\nset\nq\x00]q\x01(K\x01K\x02X\x04\x00\x00\x00mingq\x02K\x05e\x85q\x03Rq\x04.' <class 'bytes'>
with open('c.pkl', mode='rb')as f: #反序列化操作(读取)
s_pkl = f.read()
s = pickle.loads(s_pkl)
print(s, type(s))
运行结果
{1, 2, 'ming', 5} <class 'set'>
#同样用dump和load的方法也更为简洁
dic = {'k1': True, 'k2': 11, 'k3': 'ming', 'k4': '你好啊'}
with open('d.pkl', mode='wb')as f: #pickle 序列化和持久化
dic_pkl = pickle.dump(dic, f)
print(dic_pkl)
with open('d.pkl', mode='rb')as f: #反序列化
dic = pickle.load(f)
print(dic, type(dic), dic['k4'])
#输出结果
None
{'k1': True, 'k2': 11, 'k3': 'ming', 'k4': '你好啊'} <class 'dict'> 你好啊
python中序列化json模块和pickle模块的更多相关文章
- Python基础(12)_python模块之sys模块、logging模块、序列化json模块、pickle模块、shelve模块
5.sys模块 sys.argv 命令行参数List,第一个元素是程序本身路径 sys.exit(n) 退出程序,正常退出时exit(0) sys.version 获取Python解释程序的版本信息 ...
- Python学习笔记:json模块和pickle模块(数据序列化)
Python中的json模块和pickle都是用于数据的序列化和反序列化,它们提供的方法也是一样的:dumps,dump,loads,load dumps(obj):将对象序列化为str. dump( ...
- Python 入门之 内置模块 -- 序列化模块(json模块、pickle模块)
Python 入门之 内置模块 -- 序列化模块(json模块.pickle模块) 1.序列化 Python中这种序列化模块有三种: json模块 : 不同语言都遵循的一种数据转化格式,即不同 ...
- 【python标准库模块四】Json模块和Pickle模块学习
Json模块 原来有个eval函数能能够从字符串中提取出对应的数据类型,比如"{"name":"zhangsan"}",可以提取出一个字典. ...
- Python之路(第十五篇)sys模块、json模块、pickle模块、shelve模块
一.sys模块 1.sys.argv 命令行参数List,第一个元素是程序本身路径 2.sys.exit(n) 退出程序,正常退出时exit(0) 3.sys.version . sys.maxint ...
- python学习第四十八天json模块与pickle模块差异
在开发过程中,字符串和python数据类型进行转换,下面比较python学习第四十八天json模块与pickle模块差异. json 的优点和缺点 优点 跨语言,体积小 缺点 只能支持 int st ...
- python中的 json 模块使用
(1)python 中生成 json 字符串: import json data = dict(ret=0, msg="Welcome, Login success!") json ...
- python中的json和pickle
author:headsen chen date::2018-04-10 09:56:54 json模块和pickle模块: 这是用于序列化的两个模块: 概念介绍:json和pickle模块是将数据 ...
- json模块和pickle模块
json模块和pickle模块 一.json模块 作用:用python写了一个程序,用java写了一门程序,这两个程序需要数据之间交流,就产生了一种多种语言通用的数据类型,json串. 序列化:把对象 ...
随机推荐
- HDOJ 2001 ASCII码排序
#include<set> #include<iostream> using namespace std; int main() { char a, b, c; while ( ...
- go中的map[Interface{}]Interface{}理解
map里面的k,v支持很多的类型.对于go来说也是,go中有个接口的概念,任何对象都实现了一个空接口.那么我们把map里面的k,v都用interface去定义,当我们在使用这个map的时候,我们可以把 ...
- [UE4]先报告后广播模式
解决客户端射击,在服务器端和其他客户端看不到的问题. 一.把要广播的操作封装成一个事件(函数不支持网络属性),选择“多路传送” 二.创建一个事件,选择“在服务器上运行” 总结:从客户端执行的事件报告到 ...
- .net core identity(一)简单运用
1.net core identity涉及到很多知识,很多概念包括Claims,Principal等等概念需要我们一步步学习才能掌握其原理,有两篇博客是比较好的介绍该框架的, https://segm ...
- scipy构建稀疏矩阵
from scipy.sparse import csr_matrix import numpy as np indptr = np.array([0, 2, 3, 6]) indices = np. ...
- cordova 常用操作
#创建插件 plugman create --name MyMath --plugin_id SimpleMath --plugin_version #进入插件目录 cd MyMath #plugin ...
- 深入理解Apache Flink
Apache Flink(下简称Flink)项目是大数据处理领域最近冉冉升起的一颗新星,其不同于其他大数据项目的诸多特性吸引了越来越多人的关注.本文将深入分析Flink的一些关键技术与特性,希望能够帮 ...
- hive类型转化错误,会错误提示指定分区参数
select * from TRAD_LIST t WHERE t.dt >= '2017-10-18' and t.dt <= '2017-11-01' and t.con_level ...
- flask 简单的语音识别
from aip import AipSpeech,AipNlp #AipNlp 为自然语言处理 """ 你的 APPID AK SK """ ...
- java的Map遍历
java中的map遍历有多种方法,从最早的Iterator,到java5支持的foreach,再到java8 Lambda,让我们一起来看下具体的用法以及各自的优缺点 先初始化一个mappublic ...