本节内容
1、dumps序列化和loads反序列化
2、dump序列化和load反序列化
3、序列函数
1、dumps序列化和loads反序列化
dumps()序列化
1 2 3 4 5 6 7 8 9 10 11 12 13 14 | import pickle info = { 'name' : "zhangqigao" , "age" : 22 , } with open ( "test.txt" , "wb" ) as f: #以二进制的形式写入 data = pickle.dumps(info) #序列化成字符串 f.write(data) #写入test.txt 文件中 #输出到test.txt文件中的内容 �}q (X ageqKX nameqX zhangqigaoqu. |
loads()反序列化
1 2 3 4 5 6 7 8 9 | import pickle with open ( "test.txt" , "rb" ) as f: #以二进制的模式读 data = pickle.loads(f.read()) #反序列化操作 print (data.get( "age" )) #输出 22 |
2、dump序列化和load反序列化
dump()序列化
1 2 3 4 5 6 7 8 9 10 11 12 13 | import pickle info = { 'name' : "zhangqigao" , "age" : 22 , } with open ( "test.txt" , "wb" ) as f: pickle.dump(info,f) #序列化 #输出 �}q (X ageqKX nameqX zhangqigaoqu. |
load()反序列化
1 2 3 4 5 6 7 8 9 | import pickle with open ( "test.txt" , "rb" ) as f: data = pickle.load(f) #反序列化成内存对象 print (data.get( "age" )) #输出 22 |
从上面的结果观察,json和pickle好像也没什么区别?但是别忘了,我们说,json只能序列化简单的数据类型,而pickle可以序列化python中所有的数据类型,包括函数、类等,下面我们就来看看,如何序列化函数的。还有就是,pickle序列化的是字节,而json序列化的是字符,这个要注意一下。
3、序列化函数
①序列化
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 | import pickle def sayhi(name): #函数 print ( "hello:" ,name) info = { 'name' : "zhangqigao" , "age" : 22 , "func" :sayhi #"func"对应的值sayhi,是函数名 } with open ( "test.txt" , "wb" ) as f: data = pickle.dumps(info) f.write(data) #输出test.txt �}q (X funcqc__main__ sayhi qX ageqKX nameqX zhangqigaoqu. |
②反序列化
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 | import pickle def sayhi(name): #在反序列化中必须写上此函数,不然会报错,因为在加载的时候,函数没有加载到内存 print ( "hello:" ,name) with open ( "test.txt" , "rb" ) as f: data = pickle.loads(f.read()) print (data.get( "age" )) data.get( "func" )( "zhangqigao" ) #执行函数sayhi #输出 22 hello: zhangqigao #输出的函数体中的逻辑也是可以变的,这边我就不做演示了 |
小结:
- json值支持简单的数据类型,pickle支持所有的数据类型。
- pickle只能支持python本身的序列化和反序列化,不能用作和其他语言做数据交互,而json可以。
- pickle序列化的是整个的数据对象,所以反序列化函数时,函数体中的逻辑变了,是跟着心的函数体走的。
- pickle和json在3.0中只能dump一次和load一次,在2.7里面可以dump多次,load多次,anyway,以后只记住,只需要dump一次,load一次就可以了。