序列化是将对象的状态信息转换为可以存储或传输的形式的过程。在序列化期间,对象将其当前状态(存在内存中)写入到临时或持久性存储区(硬盘)。以后,可以通过从存储区中读取或反序列化对象的状态,重新创建该对象。
实现对象的序列化和反序列化在python中有两种方式:json 和 pickle。
其中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,pickle是python特有的。
1、JSON序列化:json.dumps()
info = { "name":"tj", "age":22 } import json print(info) print(type(info)) print(json.dumps(info)) print(type(json.dumps(info))) f = open("test.txt","w") # f.write(info) # TypeError: write() argument must be str, not dict f.write(json.dumps(info)) # 正常写入文件 f.write(json.dumps(info)) 等价于 json.dump(info, f) f.close() > {'name': 'tj', 'age': 22} <class 'dict'> {"name": "tj", "age": 22} <class 'str'>
2、JSON反序列化:json.loads()
f = open("test.txt","r") # print(f.read()["age"]) #TypeError: string indices must be integers data = json.loads(f.read()) # data = json.loads(f.read()) 等价于 data = json.load(f) print(data["age"]) f.close() > 22
注意:对于以下这种情况json就不能处理了
import json def hello(name): print("hello,",name) info = { "name":"tj", "age":22, "func":hello } f = open("test2.txt","w") f.write(json.dumps(info)) #TypeError: Object of type function is not JSON serializable f.close()
所以:json用于字符串 和 python数据类型间进行转换
3、pickle序列化:pickle.dumps()
import pickle def hello(name): print("hello,",name) info = { "name":"tj", "age":22, "func":hello } print(pickle.dumps(info)) #可见pickle序列化的结果输出为二进制,所以应使用wb的方式往文件中写 f = open("test2.txt","wb") f.write(pickle.dumps(info)) # 等价于 pickle.dump(info,f) f.close() > b'\x80\x04\x957\x00\x00\x00\x00\x00\x00\x00}\x94(\x8c\x04name\x94\x8c\x04alex\x94\x8c\x03age\x94K\x16\x8c\x04func\x94\x8c\x08__main__\x94\x8c\x05hello\x94\x93\x94u.'
对于函数hello,序列化的不是内存地址,而是整个数据对象,函数可以序列化。
4、pickle反序列化:pickle.loads()
f = open("test2.txt","rb") data = pickle.loads(f.read()) # 等价于data = pickle.load(f) print(data) print(data["name"]) print(data["func"]) > {'name': 'tj', 'age': 22, 'func': <function hello at 0x00000179EF69C040>} tj <function hello at 0x00000179EF69C040>
5、多次序列化与反序列化
1)json
import json info = { "name":"tj", "age":22 } f = open("test3.txt","w") f.write(json.dumps(info)) info['age'] = 21 f.write(json.dumps(info)) f.close() # > 序列化两次后test3中的内容 test3.txt: {"name": "tj", "age": 22}{"name": "tj", "age": 21} f = open("test3.txt","r") # 报错,py3以上,多次dumps的文件反序列化报错,py2多次dumps的文件也能被反序列化,先序列化的先被反序列化 data = json.loads(f.read()) # json.decoder.JSONDecodeError f.close() print(data)
2)pickle
import pickle info = { "name":"tj", "age":22 } f = open("test2.txt","wb") f.write(pickle.dumps(info)) # 等价于 pickle.dump(info,f) info["sex"] = "女" f.write(pickle.dumps(info)) # 等价于 pickle.dump(info,f) f.close() > 序列化两次后test2.txt中的内容 test2.txt: "test2.txt","rb") data = pickle.loads(f.read()) # 第一次反序列化正常 # data = pickle.loads(f.read()) # 第二次反序列化:EOFError: Ran out of input print(data) print(data["age"]) # print(data["sex"]) # KeyError: 'sex'
老王:是不是就不能多次序列化呢?那我修改后的数据还需要序列化写入到文件怎么办?
你:当然能多次序列化,把序列化后数据写到多个文件不就好了嘛。
以上就是浅析Python 序列化与反序列化的详细内容,更多关于Python 序列化与反序列化的资料请关注其它相关文章!
免责声明:本站文章均来自网站采集或用户投稿,网站不提供任何软件下载或自行开发的软件! 如有用户或公司发现本站内容信息存在侵权行为,请邮件告知! 858582#qq.com
RTX 5090要首发 性能要翻倍!三星展示GDDR7显存
三星在GTC上展示了专为下一代游戏GPU设计的GDDR7内存。
首次推出的GDDR7内存模块密度为16GB,每个模块容量为2GB。其速度预设为32 Gbps(PAM3),但也可以降至28 Gbps,以提高产量和初始阶段的整体性能和成本效益。
据三星表示,GDDR7内存的能效将提高20%,同时工作电压仅为1.1V,低于标准的1.2V。通过采用更新的封装材料和优化的电路设计,使得在高速运行时的发热量降低,GDDR7的热阻比GDDR6降低了70%。
更新日志
- 《暗喻幻想》顺风耳作用介绍
- 崔健1985-梦中的倾诉[再版][WAV+CUE]
- 黄子馨《追星Xin的恋人们2》HQ头版限量编号[WAV+CUE]
- 孟庭苇《情人的眼泪》开盘母带[低速原抓WAV+CUE]
- 孙露《谁为我停留HQCD》[低速原抓WAV+CUE][1.1G]
- 孙悦《时光音乐会》纯银CD[低速原抓WAV+CUE][1.1G]
- 任然《渐晚》[FLAC/分轨][72.32MB]
- 英雄联盟新英雄安蓓萨上线了吗 新英雄安蓓萨技能介绍
- 魔兽世界奥杜尔竞速赛什么时候开启 奥杜尔竞速赛开启时间介绍
- 无畏契约CGRS准星代码多少 CGRS准星代码分享一览
- 张靓颖.2012-倾听【少城时代】【WAV+CUE】
- 游鸿明.1999-五月的雪【大宇国际】【WAV+CUE】
- 曹方.2005-遇见我【钛友文化】【WAV+CUE】
- Unity6引擎上线:稳定性提升、CPU性能最高提升4倍
- 人皇Sky今日举行婚礼!电竞传奇步入新篇章