一文了解Python序列化
程序运行时，所有的变量都储存在内存中，程序结束运行时，这些占用的内存将被系统回收，无法长期储存，将这些变量转换为可储存或可通过网络传输的过程称之为序列化（pickling），序列化后就可以将它们储存在磁盘或通过网络进行传输。
1.pickle序列化
Python提供了pickle模块来实现变量的序列化，这个模块可以将变量转换成字节码（bytes）形式储存，还能将储存的序列化字节码重新还原成数据对象；
注意：pickle仅能用于python程序之间交换数据，且不同的版本之间并不兼容，需要和其他程序进行通信时，请使用json序列化，它可以在不同编程语言间共享数据。
a.pickle普通对象序列化
先来看一个小实例，使用pickle模块，将几个不同的对象序列化，这些序列化后的对象可用于网络传输或储存到磁盘文件中：
#!/usr/bin/env python3#coding=utf-8
import os
import pickle
#创建一个字典对象和一个字符串对象
d=dict(one=1,two=2,three=3)
s="python"
print(d) #输出{'three': 3, 'two': 2, 'one': 1}
print(s) #输出
#将这两个对象序列化，nd和ns仅保存在内存中，可用于网络传输
nd=pickle.dumps(d)
ns=pickle.dumps(s)
print(nd) #输出字节码"b'x80x03}qx00...."
print(ns) #输出字节码"b'x80x03Xx11...."
#将序列化后的对象重新还原成数据（假设接收端接收到这些数据后，就能够这样还原）
nd=pickle.loads(nd)
ns=pickle.loads(ns)
print(nd) #输出{'three': 3, 'two': 2, 'one': 1}
print(ns) #输出
#创建一个文件testfile，接收字节码(wb)，将d对象中的数据写入其中，
#用于本地不同应用程序之间数据交换(此时如果我们打开testfile文件，
#就会看到一些类似乱码一样的字符，实际上是d对象序列化后的数据)
with open("testfile","wb") as f1:
pickle.dump(d,f1)
#从testfile文件中读取字节码，还原成数据
if os.path.isfile("testfile"):
with open("testfile","rb") as f2:
print(f2.read()) #输出"b'x80x03}qx0...."
#因为上一步读取了数据，指针位置要重新设置成起始位置，
#这仅仅是为了演示给大家看，上面print和seek这两句可以不写
f2.seek(0)
d=pickle.load(f2) #读取f2中的数据还原
print(d) #输出{'three': 3, 'two': 2, 'one': 1}
总结：仅在内存中序列化和还原，使用dumps()和loads()，要将数据序列化后保存到文件中使用dump()，从文件中还原数据使用load()，两者只有一个s的区别，注意不要混淆。
b.pickle类序列化
有时候我们可能要传输或保存一个类对象与其中所有的数据，python中实现类的序列化十分简单，与对象序列化没有什么区别，请看下面的实例：
#!/usr/bin/env python3#coding=utf-8
import pickle
########
class A:
#--------
def __init__(self,name="py",website="python"):
self.name=name
self.website=website
x=A()
x.name="晴刃"
#序列化类实例x，可用于网络传输
nx=pickle.dumps(x)
print(nx) #输出"b'x80x03c__main__...."
#还原数据
nx=pickle.loads(nx)
print(nx) #输出"<__main__.A object at 0x7f43c995c080>"
#将类对象序列化后保存到磁盘文件中，可用于程序间数据交换
with open("testfile","wb") as f1:
pickle.dump(x,f1)
#读取文件中的数据还原
with open("testfile","rb") as f1:
y=pickle.load(f1)
print(y.name) #输出"晴刃"
print(y.website) #输出
2.json序列化
如果要在不同的编程语言之间传递对象，可以使用python的json模块对数据进行序列化，json序列化后所有数据都被表示成字符串形式，可以被所有语言读取，也可以方便地存储到磁盘或者通过网络传输，但在类数据转换时会稍微有点麻烦，没有pickle那么方便。
a.json普通对象序列化
#!/usr/bin/env python3#coding=utf-8
import json
#创建一个字典对象和一个浮点数对象
d=dict(one=1,two=2,three=3)
f=3.14
print(type(d)) #<class 'dict'>
print(type(f)) #<class 'float'>
#普通对象的序列化与pickle相同
nd=json.dumps(d)
nf=json.dumps(f)
#转换后所有对象都变成了字符串类型<class 'str'>
print(type(nd))
print(type(nf))
print(nd) #"{"three": 3, "two": 2, "one": 1}"
print(nf) #"3.14"
#还原数据
nd=json.loads(nd)
nf=json.loads(nf)
print(type(nd)) #<class 'dict'>
print(type(nf)) #<class 'float'>
#将d对象序列化后储存到testfile文件中
with open("testfile","w") as f1:
json.dump(d,f1)
#从testfile文件中读取数据并还原
with open("testfile","r") as f1:
y=json.load(f1)
print(type(y)) #<class 'dict'>
b.json类序列化
使用json序列化类会稍显复杂，因为json的dump方法不知道如何将一个类转换成字符串，需要我们自己指定一个转换函数，请看下面的实例：
#!/usr/bin/env python3#coding=utf-8
import json
class A(object):
def __init__(self,name="py",website="python"):
self.name=name
self.website=website
#初始化一个类实例
a=A()
#创建一个函数，将类A中的对象和数据转换成字典的形式返回
def classA2dict(c):
return {"name":c.name,"website":c.website}
#将a使用json序列化，参数default告诉python解释器，将前面的对象a传递给后面的classA2dict函数处理，
#classA2dict函数会返回一个字典类型，这个类型中包含了实例a中所有对象和数据的"键值对"，
#然后dumps函数将这个返回的字典类型序列化成字符串类型
x=json.dumps(a,default=classA2dict)
#如果想偷懒不写classA2dict函数，有一种简便方法，使用匿名函数，并且调用基类的__dict__函数，
#这个函数会完成和classA2dict函数相同的功能，即将一个类的所有属性转换成字典"键值对"的形式
#x=json.dumps(a,default=lambda obj:obj.__dict__)
print(type(x)) #<class 'str'>
print(x) #"{"website": "python", "name": "py"}"
#字典类型转换成类返回
def dict2classA(d):
return A(d["name"],d["website"])
#将json序列后的数据还原成类，object_hook参数将x转换成字典类型，并传递给dict2classA函数处理，
#dict2classA函数会读取这个字典中的每个键，将值传入A类进行初始化，返回一个类对象
x=json.loads(x,object_hook=dict2classA)
print(type(x)) #<class '__main__.A'>
print(x.website)
#将序列化的类写入文件testfile中
with open("testfile","w") as f1:
json.dump(a,f1,default=classA2dict)
#读取testfile中的数据还原
with open("testfile","r") as f2:
y=json.load(f2,object_hook=dict2classA)
print(y.name)
众多python教程，尽在网，欢迎在线学习！
本文转自：https://www.jianshu.com/p/f4cfa19abca4
以上是 一文了解Python序列化 的全部内容， 来源链接： utcz.com/z/520787.html
