博客

详解Python 序列化结果

  • Post category:Python

下面是Python序列化结果的完整攻略。首先，我们需要理解什么是序列化。

什么是序列化？

序列化是指将对象转换为可进行数据存储或传输的格式的过程，一般将对象转换成字节流或者字符串。在Python中，序列化的方式有很多，JSON，pickle是其中两种比较流行的序列化方式。

JSON 序列化

JSON 序列化是一种轻量级的数据交换格式，常用于前后端交互和数据存储。在Python中，JSON序列化需要使用json模块。下面是JSON序列化和反序列化示例代码：

import json

data = {
    "name": "Tom",
    "age": 18,
    "gender": "male"
}

# JSON 序列化
json_str = json.dumps(data)  # 将 Python 对象编码成 JSON 字符串

# JSON 反序列化
data_back = json.loads(json_str)  # 解码已编码的 JSON 字符串为 Python 对象

# 输出结果
print(f"JSON序列化结果：{json_str}")
print(f"JSON反序列化结果：{data_back}")

输出结果为：

JSON序列化结果：{"name": "Tom", "age": 18, "gender": "male"}
JSON反序列化结果：{'name': 'Tom', 'age': 18, 'gender': 'male'}

从结果可以看出，JSON序列化结果是一个字符串，而反序列化结果是一个Python字典。

pickle 序列化

pickle是用于Python特定类型对象的序列化模块。通过pickle模块，可以将Python的任何对象序列化成字符串并存储到文件中，也可以从文件中读出序列化的字符串并反序列化成Python对象。下面是pickle序列化和反序列化示例代码：

import pickle

data = {
    "name": "Tom",
    "age": 18,
    "gender": "male"
}

# pickle 序列化
with open("data.pkl", "wb") as f:
    pickle.dump(data, f)  # 将 Python 对象序列化为二进制数据并将其写入文件

# pickle 反序列化
with open("data.pkl", "rb") as f:
    data_back = pickle.load(f)  # 从文件读取序列化的数据并解析为 Python 对象

# 输出结果
print(f"pickle序列化结果：{data}")
print(f"pickle反序列化结果：{data_back}")

输出结果为：

pickle序列化结果：{'name': 'Tom', 'age': 18, 'gender': 'male'}
pickle反序列化结果：{'name': 'Tom', 'age': 18, 'gender': 'male'}

从结果可以看出，pickle序列化和反序列化结果都和原来的Python对象一样。

总结

Python中序列化是将Python对象转换为可存储的格式，JSON和pickle是两种常用的方式。JSON序列化需要使用json模块，而pickle序列化需要使用pickle模块。对于JSON序列化，可以使用json.dumps()将Python对象编码成JSON字符串，使用json.loads()将JSON字符串解码成Python对象。对于pickle序列化，可以使用pickle.dump()将Python对象序列化为二进制数据并将其写入文件，使用pickle.load()从文件读取序列化的数据并解析为Python对象。

Tags: