序列化和反序列化

json序列化

序列化：把python的基本数据类型转化为字符串，通过json.dumps来实现

import json
dic={'k1':'v1'}
print(dic,type(dic)) 
result=json.dumps(dic)  #把字典转化为字符串
print(result,type(result))

输出：
{'k1': 'v1'} <class 'dict'>
{"k1": "v1"} <class 'str'>

反序列化：把python的字符串转化为python的基本数据类型，通过json.loads来实现。反序列化时要使用双引号

import json
s1='{"k1":123}'    #类似于一个字典的字符串，注意k1要使用双引号
print(s1,type(s1))
s2=json.loads(s1)  #反序列化为一个真正的字典
print(s2,type(s2))
输出
{"k1":123} <class 'str'>
{'k1': 123} <class 'dict'>

 序列化的应用：当我们发送一个http请求给某网站时时，会返回给我们一个字符串。为了取值方便，我们通常把字符串转化为Python某个数据类型。json可以跨语言

通过json来获取天气指数
import requests  #用于发送http请求
import json
response = requests.get('http://wthrcdn.etouch.cn/weather_mini?city=北京') #通过requests发起一个请求，得到一个返回值给response
print(type(response.text))  #response.text是一个类似于数据字典的字符串，记录着北京的天气
response.encoding='utf-8'
dic=json.loads(response.text) #把response.text反序列化为一个字典，方便我们取值
print(type(dic))

 json.dump和json.load?  ，相对于json.dumps和json.loads多了一些操作。

json.dump多了一步写操作

import json
s1=[1,2,3]
json.dump(s1,open("db1",'w'))  #做了两步操作，首先把列表s1转化为字符串（如果没有这一步的话列表是不能直接写入文件中的） ，然后写入文件db1中

json.load多了一步读操作

import json
s2=json.load(open("db1","r"))#同样做了两步操作，首先读出文件db1中的字符串，然后将其转化为python某一数据类型
print(s2,type(s2))

 另外一种序列化pickle,只适用于python语言

import pickle
li=[1,2,3]
r=pickle.dumps(li)  #转化为python特有的字节
print(r,type(r))
输出
b'\x80\x03]q\x00(K\x01K\x02K\x03e.' <class 'bytes'>

s=pickle.loads(r)   #反序列化
print(s,type(s))
输出：
[1, 2, 3] <class 'list'>

 

 pickle.dump，pickle.load类似于json.dump,json.load

 

 总结：json和pickle的区别？

json可以支持多种语言，但是只支持在python中str,list,tuple,dict,int,True,False,float等数据类型

pickle只支持python，但是支持更多的数据类型，复杂的数据类型。

 

注意：python不同版本之间的序列化可能会出现问题