序列化把对象(变量)从内存中变成可存储或传输的过程称之为序列化，在Python中叫pickling，在其他语言中也被称之为serialization，marshalling，flattening。
一、JSON序列化
使用json序列化能够达到跨平台传输数据的目的。
跨平台性质,它可以序列化dict/list/str/int/float/bool/None数据类型。
序列化成json文本格式。
1、json数据类型和python数据类型对应关系表：
Json类型<——>Python类型
- {}<——>dict
- []<——>list, tuple
- "string"<——>str, unicode
- 520.13<——>int, long, float
- true/false<——>True/False
- null<——>None
2、相关函数
（2）序列化
- 序列化成字符串：json.dumps(json_obj)
- 序列化字符串到文件中：json.dump(json_obj, write_file, [,protocol])
（2）反序列化
- 反序列化成对象：json.loads(json_str)
- 从文件读流中反序列化成对象：json.load(read_file)
3、举例：
import json
struct_data = {'name': 'json', 'age': 23, 'sex': 'male'}
print(struct_data, type(struct_data)) # {'name': 'json', 'age': 23, 'sex': 'male'}
# 序列化
data = json.dumps(struct_data)
print(data, type(data)) # {"name": "json", "age": 23, "sex": "male"}
# 反序列化
data = json.loads(data)
print(data, type(data)) # {'name': 'json', 'age': 23, 'sex': 'male'}磁盘文件操作
import json
# 序列化，写入磁盘
with open('Json序列化对象.json', 'w') as fw:
json.dump(struct_data, fw)
# 从文件读取，反序列化
with open('Json序列化对象.json') as fr:
data = json.load(fr)
print(data) # {'name': 'json', 'age': 23, 'sex': 'male'}二、Pickle序列化
pickle无法跨平台，序列化之后只有python识别。但是可以序列化Python的任意数据类型，包括函数和对象。
Json模块和picle模块都有 dumps、dump、loads、load四种方法，而且用法一样。但是序列化成二进制形式。
1、举例：
import pickle
struct_data = {'name': 'json', 'age': 23, 'sex': 'male'}
print(struct_data, type(struct_data)) # {'name': 'json', 'age': 23, 'sex': 'male'}
data = pickle.dumps(struct_data)
print(data, type( data)) # b'\x80\x03}q\x00(X\x04\x00\x00\x00nameq\x01X\x04\x00\x00\x00jsonq\x02X\x03\x00\x00\x00ageq\x03K\x17X\x03\x00\x00\x00sexq\x04X\x04\x00\x00\x00maleq\x05u.'
data = pickle.loads(data)
print(data, type(data)) # {'name': 'json', 'age': 23, 'sex': 'male'} 'dict'>
# 序列化(注意：pickle模块需要使用二进制存储，即'wb'模式存储)
with open('Pickle序列化对象.pkl', 'wb') as fw:
pickle.dump(struct_data, fw)
# 反序列化
with open('Pickle序列化对象.pkl', 'rb') as fr:
pickle = pickle.load(fr)
print(data) # {'name': 'json', 'age': 23, 'sex': 'male'}2、base64与pickle联合使用
str = 'Hello World' # 加密前，原始数据 a = base64.b64encode(pickle.dumps(str)).decode() # 加密 print(a) # gANYCwAAAEhlbGxvIFdvcmxkcQAu b = pickle.loads(base64.b64decode(a.encode())) # 解密 print(b)
到此这篇关于Python序列化模块JSON与Pickle的文章就介绍到这了。希望对大家的学习有所帮助，也希望大家多多支持Devmax。