【语法】序列化与反序列化

详解Python中的序列化（简单易懂版）_python 序列化-CSDN博客

python序列化与反序列化_python序列化和反序列化-CSDN博客

【背景】

序列号是一个将数据结构或对象状态转换为可存储或传输的格式（如JSON、XML、二进制等）的过程。反序列化（Deserialization）则是这个过程的逆操作，即将存储或传输的格式转换回原始的数据结构或对象状态

文件只能存储字符串和字节流

json 主要应用于传输数据 , 序列化成字符串

pickle 主要应用于存储数据 , 序列化成二进制字节流

【优点】

1. 持久化存储：
   • 序列化可以将对象保存到文件或数据库中，以便在程序重新启动时能够恢复对象的状态。这对于需要持久化存储数据的应用程序（如数据库系统、配置文件等）非常重要。
2. 网络传输：
   • 序列化可以将对象转换为可以在网络上传输的格式（如JSON、XML），从而实现分布式系统中的数据交换。这对于客户端-服务器架构、微服务架构等分布式系统尤为重要。
3. 数据交换：
   • 序列化使得不同编程语言或系统之间可以交换数据。例如，一个Python程序可以将数据序列化为JSON格式，然后另一个用Java或JavaScript编写的程序可以读取并反序列化这些数据。
4. 缓存：
   • 序列化可以将对象状态保存到缓存中，以减少计算时间。例如，一个复杂的计算结果可以被序列化并存储到缓存中，下次需要时可以直接从缓存中读取并反序列化，而无需重新计算。
5. 日志记录：
   • 序列化可以将对象状态记录到日志文件中，以便进行调试和审计。这对于跟踪程序执行过程中的状态变化非常有用。

【序列化、反序列化的方式】

json

缺点：不支持高级数据类型，只支持  TypeError: keys must be str, int, float, bool1 or None, not datetime

# 导入json模块
import json

simple_dict = {'name': 'zxy', 'age': 21}
with open('simple_dict.txt', 'w') as file_to_write:
    # 进行json序列化,然后写入simple_dict.txt文件中
    json.dump(simple_dict, file_to_write)


with open('simple_dict.txt', 'r') as file_to_read:
    loaded_simple_dict = json.load(file_to_read)
    print(loaded_simple_dict)
    print(type(loaded_simple_dict))

# 可以使用indent=4 参数来对json进行数据格式化输出，会根据数据格式缩# 进显示，读起来更加清晰

import json

data = [{"name":"张","age":20},{"name":"王","age":21}]
json_str=json.dumps(data, indent=4, ensure_ascii=False)
print(json_str)

#separators=(',', ':')   dumps出来的字典 值的前面不带空格

 

Pickle

可以转化大多数 Python 的数据类型，并且储存方式是二进制(Byte Code)。二进制的储存方式只有机器才能理解，但是同时也保证了一定的数据隐秘性和高效性。

import pickle
import datetime
abc_dict = {datetime.datetime(2019, 7, 18, 0, 0): 9682.24,
            datetime.datetime(2019, 7, 17, 0, 0): 9411.61,
            datetime.datetime(2019, 7, 16, 0, 0): 10858.7,
            datetime.datetime(2019, 7, 15, 0, 0): 10195.0,
            datetime.datetime(2019, 7, 14, 0, 0): 11378.23,
            datetime.datetime(2019, 7, 13, 0, 0): 11810.0,
            datetime.datetime(2019, 7, 12, 0, 0): 11338.9,
            datetime.datetime(2019, 7, 11, 0, 0): 12090.99,
            datetime.datetime(2019, 7, 10, 0, 0): 12577.85}

with open('abc.pk', 'wb') as file_to_write:
    pickle.dump(abc_dict, file_to_write)


import pickle
import datetime
abc_dict = {datetime.datetime(2019, 7, 18, 0, 0): 9682.24,
            datetime.datetime(2019, 7, 17, 0, 0): 9411.61,
            datetime.datetime(2019, 7, 16, 0, 0): 10858.7,
            datetime.datetime(2019, 7, 15, 0, 0): 10195.0,
            datetime.datetime(2019, 7, 14, 0, 0): 11378.23,
            datetime.datetime(2019, 7, 13, 0, 0): 11810.0,
            datetime.datetime(2019, 7, 12, 0, 0): 11338.9,
            datetime.datetime(2019, 7, 11, 0, 0): 12090.99,
            datetime.datetime(2019, 7, 10, 0, 0): 12577.85}

with open('abc.pk', 'wb') as file_to_write:
    # pickle序列化，然后以二进制的形式存入文件中
    pickle.dump(abc_dict, file_to_write)

with open('abc.pk', 'rb') as file_to_read:
    # 以二进制的形式进行读取文件
    abc_dict_pk = pickle.load(file_to_read)
    print(abc_dict_pk)
    print(type(abc_dict_pk))

XML

虽然Python标准库没有直接提供XML序列化的模块，但可以使用第三方库（如xml.etree.ElementTree或lxml）来实现XML的序列化和反序列化。

区别

但是本质上 Json 写入文件的是字符串，而 Pickle 则是把数据转化成了二进制，两个是完全不同的处理方案。

json 连续dump数据 , 但是不能连续load数据 , 是一次性获取所有内容进行反序列化.

dic1 = {"a":1,"b":2}
dic2 = {"c":3,"d":4}
with open("lianxi4.json",mode="w",encoding="utf-8") as fp:
    json.dump(dic1,fp)
    fp.write("\n")
    json.dump(dic2,fp)
    fp.write("\n")

(1)json序列化之后的数据类型是str,所有编程语言都识别,
但是仅限于(int float bool)(str list tuple dict None)
json不能连续load,只能一次性拿出所有数据
(2)pickle序列化之后的数据类型是bytes,用于数据存储
所有数据类型都可转化,但仅限于python之间的存储传输.
pickle可以连续load,多套数据放到同一个文件中

pickle自己用可以，用的前提是大家都支持pickle