首页 / JSON / 20201214 Json与pickle数据序列化

20201214 Json与pickle数据序列化

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了20201214 Json与pickle数据序列化，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含4738字，纯文字阅读大概需要7分钟。

内容图文

1-1
文件处理时，只能存字符串或者二进制

info = {
    'name':'alex',
    'age':22
}
f = open("test.text", "w")
f.write(info)
f.close()
--->
Traceback (most recent call last):
TypeError: write() argument must be str, not dict

1-1-1 
那么就改成字符串

info = {
    'name':'alex',
    'age':22
}
f = open("test.text", "w")
f.write(str(info))
f.close()

成功存进去了,把字典这种内存的数据类型，通过字符串存到硬盘上了，这个过程叫序列化
序列化就是把内存的数据类型，变成字符串了,有序列化就有反序列化，反序列化就是加载回来

1-1-2
在一个新的程序里，打开刚才的文件
f = open("test.text","r")
data = eval(f.read())
f.close()
print(data['age'])
--->
22
这种方式，也可以用，但是 eval 不是通用的东西，一种更标准更通用的方式是 Json

1-2
import json

info = {
    'name':'alex',
    'age':22
}
f = open("test.text", "w")
print(json.dumps(info))
--->
{"name": "alex", "age": 22}
序列化的时候，不建议用 str，low，打印结果也是变成字符串了

1-2-1
现在可以将结果写进去
import json

info = {
    'name':'alex',
    'age':22
}
f = open("test.text", "w")
f.write(json.dumps(info))
f.close()

1-3
反序列化时
import json
f = open("test.text","r")
data = json.loads(f.read())

print(data["age"])
--->
22
序列化用 dumps 反序列化用 loads，实现将内存数据对象存入硬盘，并读回来的功能

2-1
import json

def sayhi(name):
    print("hello, ", name)
# 现在将这个函数的内存地址当做一个 key

info = {
    'name':'alex',
    'age':22,
    'func':sayhi    # 不要调用，调用就直接返回结果了，这是一个内存地址
}

f = open("test.text", "w")
f.write(json.dumps(info))
f.close()
--->
TypeError: Object of type function is not JSON serializable
这不是可序列化的 json 类型，json 只能处理简单数据类型，字典，列表，字符串等
json 是所有语言里面都通用的，所有语言都支持 json
json 主要是用于不同语言之间的数据交互, 所以 json 只默认支持最简单的类型
xml 和 json 的作用是一样的， xml 正在逐渐被 json 取代，xml 是一种标记式语言

2-1-1
现在如果处理复杂的数据类型，应该怎么办？
pickle 用法和 json 是完全一样的
import pickle 
def sayhi(name):
    print("hello, ", name)
现在将这个函数的内存地址当做一个 key

info = {
    'name':'alex',
    'age':22,
    'func':sayhi    不要调用，调用就直接返回结果了，这是一个内存地址
}

f = open("test.text", "w")
f.write(pickle.dumps(info))
f.close()

打印的结果是二进制的，而且需要编码，pickle 有自己的语法规则和映射的对应关系（这不是加密）

2-1-2
import pickle 
def sayhi(name):
    print("hello, ", name)

info = {
    'name':'alex',
    'age':22,
    'func':sayhi    
}

f = open("test.text", "wb")
f.write(pickle.dumps(info))
f.close()

2-1-3 
反序列化也是一样的
用rb
import pickle
f = open("test.text","rb")

data = pickle.loads(f.read())

print(data)
--->
AttributeError: Can't get attribute 'sayhi' on <module '__main__' from 'c:\\Us

原因是 虽然 序列化时把内存地址序列化进去了
sayhi 的内存地址，伴随程序执行结束后，就释放了，对象就找不到了
反序列化时，是找不到这个地址的

pickle 可以用于 python 的所有数据类型

2-1-4
import pickle

def sayhi(name):
    print("hello,",name)

f = open("test.text","rb")

data = pickle.loads(f.read())

print(data)
--->
{'name': 'alex', 'age': 22, 'func': <function sayhi at 0x0000000001E5C1E0>}

2-1-5
import pickle

def sayhi(name):
    print("hello,",name)

f = open("test.text","rb")

data = pickle.loads(f.read())

print(data["func"]("Alex"))
--->
hello, Alex
None

2-2
如果序列化和反序列化的对象，只是名字一样
反序列化时，多加了一个内容，或者替换了内容，能够对应吗？
import pickle

def sayhi(name):
    print("hello2,",name)

f = open("test.text","rb")

data = pickle.loads(f.read())

print(data["func"]("Alex"))
--->
hello2, Alex
None

说明只要函数名一样，内容可以不一样,因为，序列化时，序列化的不是内存地址，而是整个的内存对象
两个程序中的内存地址不可能一样，因为两个程序是无法互相访问的
函数也可以序列化，这就是 pickle

2-3
pickle 和 json 的区别，pickle 只能支持python本语言，只能在 python 中使用，
java 是不认识 pickle 数据类型的，java 只认识 json

3-1 
除了 dump 和 load，其实还有一个方法，可以把 dumps 更简化
dump 的用法是，第一个是 obj 序列号内存对象， 第二个是 文件

import pickle 
def sayhi(name):
    print("hello, ", name)

info = {
    'name':'alex',
    'age':22,
    'func':sayhi    
}

f = open("test.text", "wb")
pickle.dump(info，f)   # f.write(pickle.dumps(info))
# 两种方式是完全一样的，只是不用写 write 了，把文件句柄传进去

f.close()

3-2
反序列化2
有 dump 就有 load
import pickle

def sayhi(name):
    print("hello,",name)

f = open("test.text","rb")

# data = pickle.loads(f.read())
data = pickle.load(f)

print(data["func"]("Alex"))

3-3
可以 dump 两次 或者 三次吗？
import json

info = {
    'name':'alex',
    'age':22
}
f = open("test.text", "w")
f.write(json.dumps(info))

info['age'] = 21
f.write(json.dumps(info))
f.close()
--->
{"name": "alex", "age": 22}{"name": "alex", "age": 21}
改完之后，存入两个字典

3-4
反序列化
import json

f = open("test.test","r")

data = json.load(f)
print(data)
python 3.0 中 可以 dump 好多次，但是无法 load 好多次
所以，写程序，只 dump 一次，load 一次；新写入的内容冲掉旧内容,想存多个状态，就 dump 成多个文件

内容总结

以上是互联网集市为您收集整理的20201214 Json与pickle数据序列化全部内容，希望文章能够帮你解决20201214 Json与pickle数据序列化所遇到的程序开发问题。如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容，请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端

扫描二维码推送至手机访问。

本文链接：https://qyyshop.com/info/1023029.html

来源：【匿名】

【上一篇】Gson的fromJson()方法【下一篇】浅析php中json_encode()和json_decode()

更多 ►

【20201214 Json与pickle数据序列化】教程文章相关的互联网学习教程文章

python常用模块之json和pickle模块

json模块json.dumps 将 Python 对象编码成 JSON 字符串json.loads 用于解码 JSON 数据。该函数返回 Python 字段的数据类型。 pickle pickle.dump(obj, file, [,protocol])含义：pickle.dump（对象，文件，[使用协议]）将要持久化的数据“对象”，保存到“文件”中，使用有3种协议，索引0为ASCII，1为旧式二进制，2为新式二进制协议，不同之处在于2要更高效一些。默认dump方法使用0做协议pickle.load(file)含义：pickle....

Python自动化运维之10、模块之json、pickle、XML、PyYAML、configparser、shutil【代码】【图】

序列化Python中用于序列化的两个模块json 用于【字符串】和【python基本数据类型】间进行转换pickle 用于【python特有的类型】和【python基本数据类型】间进行转换Json模块提供了四个功能：dumps、dump、loads、loadpickle模块提供了四个功能：dumps、dump、loads、loadjson模块# json()将字符串形式的列表或字典转换为list或dict类型，json是所有语言相互通信的方式# 注意外层字符形式一定是‘‘单引号,‘{"a":"xiao","...

json pickle【代码】

一、json 格式是什么是把python中的字典，列表..数据类型转成json格式字符串二、json格式的用处1、存取数据（格式标准），一个程序写入，另一个程序读取（这两个程序可以是不同的语言）2、后端给前端的数据是json格式字符串三、python中如何使用json序列化：把某个语言的变量转成json格式字符串反序列化：把json格式字符串转成某个语言的变量补充：java中，出于性能考虑，有很多宝来完成序列化和反序列化：谷歌的gson 阿里开源 fas...

【python】-- json & pickle、xml、requests、hashlib、shelve、shutil、configparser、subprocess【代码】

json & picklePython中用于序列化的两个模块json 用于【字符串】和【python基本数据类型】间进行转换pickle 用于【python特有的类型】和【python基本数据类型】间进行转换Json模块提供了四个功能：dumps、dump、loads、load1、dumps序列化和loads反序列化dumps()序列化import json #导入json模块 info = {‘name‘:"zhangqigao","age":22 }with open("test.txt","w") as f: #以普通模式写入data = json.dumps(info)...

20180209-json&pickle模块【代码】

什么是序列化？序列化就是把内存里的数据类型转成字符串，以使其能够存储到硬盘中或在网络中传输到远程，因为硬盘和网络传输时只接收bytes用于序列化的两个模块　　1. json,用于字符串和python数据类型间的转换　　2. pickle,用于python特有的数据类型和python数据类型间进行转换json模块提供了4个功能：dumps、dump、loads、load 可以跨平台pickle模块提供了4个功能：dumps、dump、loads、load 只能在python中使用　　json用法...

模块讲解----json与pickle模块的区别

1、在生产中，dumps和loads只进行一次，而且要用w把原来的数据冲掉，从而保证每次都是最新的。2、虚拟机的快照，是每个快照都有一个文件，而不是全都不放在一起。3、如果想生产好几个序列化，就生成多个文件。4、json和pickle又有相同的方法： json：用于（不同平台和多语言）字符串和python数据类型进行转换pickle：用于python特有的类型和python的数据类型间进行转换（所有python数据类型） json：模块提供了四个功能：dumps du...

模块学习-json pickle【代码】

jsonjson序列化import json def sayhi(name):print("hello",name)info = {‘name‘:‘mogu‘,‘age‘:33,}f = open(‘test.test‘,‘w‘,encoding=‘utf8‘) f.write(json.dumps(info))info[‘age‘] = 22 f.write(json.dumps(info)) f.close()json反序列化import json f = open(‘test.test‘,‘r‘) data = json.loads(f.read()) print(data[‘age‘]) picklepickle序列化import pickle def sayhi(name):print("hello",name)info...

python3之序列化（pickle&json）【代码】

1、pickle模块python持久化的存储数据：python程序运行中得到了一些字符串，列表，字典等数据，想要长久的保存下来，方便以后使用，而不是简单的放入内存中关机断电就丢失数据。python模块大全中pickle模块就排上用场了，他可以将对象转换为一种可以传输或存储的格式。pickle模块将任意一个python对象转换成一系统字节的这个操作过程叫做串行化对象。python的pickle模块实现了python的所有数据序列和反序列化。基本上功能使用和JS...

python语法_json_pickle

---恢复内容开始---dic = {"name":"kevin","age":"20"}f = open("json.txt",‘w‘)f.write(dic) 这里是无法写入的，写入要求是一个str，所以要用到json作为数据格式的转换，就是进行序列化的转换。import json,pickledata = json.dumps(dic)f.write(data) 这样就可以写入。需要通过以字典的方式读取，则读取的时候才去如下步骤：f = open("json.txt",‘r‘)data = json.loads(f.read())data["name"]要注意json无法对函数进行序列化...

python：Json & pickle数据序列化【代码】

序列化：#!usr/bin/env python# -*- coding:utf-8 -*-__author__ = "Samson"import json,pickle#json能用于其他语言中，只能序列化一些简单的数据类型，比如字典之类；而pickle只能用于python中，能序列化所有的数据类型def sayhi(name):#程序运行结束时会释放掉该内存 print("name, ",name)info = { "name":"alex", "age":22, "func":sayhi#使用json序列化不行，而用pickle序列化是可以的}f = open("test.text","wb")...

python json,pickle模块【代码】

json模块不同语言间的数据交互 eval方法可以将一个字符串转成python对象，但eval方法是有局限性，对于普通的数据类型，json.loads和eval都能用，但遇到特殊类型（函数、类等）的时候，eval就不管用了,因此eval通常用来执行一个字符串表达式，并返回表达式的值。dic={"name":"alex"} f=open(hello,w) f.write(dic)#eval方法将字符串转换为python的数据类型 f_read=open(hello,r) data=f_read.read() print(data) print(eval(data)[...

Python中Json模块和Pickle模块的使用【代码】【图】

在对数据进行序列化和反序列化是常见的数据操作，Python提供了两个模块方便开发者实现数据的序列化操作，即 json 模块和 pickle 模块。这两个模块主要区别如下：json 是一个文本序列化格式，而 pickle 是一个二进制序列化格式；json 是我们可以直观阅读的，而 pickle 不可以；json 是可互操作的，在 Python 系统之外广泛使用，而 pickle 则是 Python 专用的；默认情况下，json 只能表示 Python 内置类型的子集，不能表示自定义的类...

python序列化之JSON和pickle详解【图】

JSON模块JSON(JavaScript Object Notation) 是一种轻量级的数据交换格式。它基于ECMAScript的一个子集。 JSON采用完全独立于语言的文本格式，但是也使用了类似于C语言家族的习惯(包括C、C++、Java、JavaScript、Perl、Python等)。这些特性使JSON成为理想的数据交换语言。易于人阅读和编写，同时也易于机器解析和生成(一般用于提升网络传输速率)。JSON在python中分别由list和dict组成。一、python类型数据和JSON数据格式互相转换pth...

Python中json模块和pickle模块的简单介绍（附示例）

本篇文章给大家带来的内容是关于Python中json模块和pickle模块的简单介绍（附示例），有一定的参考价值，有需要的朋友可以参考一下，希望对你有所帮助。Python中的json模块和pickle都是用于数据的序列化和反序列化，它们提供的方法也是一样的：dumps，dump，loads，loaddumps(obj)：将对象序列化为str。dump(obj, fp)：将对象序列化为str，并存入文件中。loads(s)：将（序列化后的）字符串反序列化为Python对象。load(fp)：将文件中...

Python下JSON和pickle的用法介绍（附代码）

本篇文章给大家带来的内容是关于Python下JSON和pickle的用法介绍（附代码），有一定的参考价值，有需要的朋友可以参考一下，希望对你有所帮助。一：简介(1)JSON (JavaScript Object Notation) 是一种轻量级(XML重量级)的数据交换格式。是为了数据交换而定制的一种规则，它基于ECMAScript的一个子集。(2)JSON是一种数据格式！字符串是JSON的表现形式。（符合JSON格式的字符串叫做JSON字符串）(3)Python3中可以使用 json 模块...

JSON - 最热教程

demjsonpython如何安装？简介dem指标的...基于JSON格式数据的简单jQuery幻灯片插...如何处理JSON中的特殊字符 node将geojson转shp返回给前端的实现方...nodejs更新package.json中的dependenci...怎样使用js实现前后台传输Json JavaScript使用两种方法实现url解析为j...php获取通过url的json数据，返回的是空...php判断json格式是否正确的方法 python 正则表达式与JSON-JSON

首页 / JSON / 20201214 Json与pickle数据序列化

20201214 Json与pickle数据序列化

内容导读

内容图文

内容总结

内容备注

内容手机端

【20201214 Json与pickle数据序列化】教程文章相关的互联网学习教程文章

JSON - 最新教程

JSON - 最热教程