首页 / PYTHON / 内存中数据序列化实例
内存中数据序列化实例
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内存中数据序列化实例，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3838字，纯文字阅读大概需要6分钟。
内容图文
一、用途
我们需要将内存中的数据进行序列化，即写入文件中时，写入的类型只能是字符串或者二进制类型。但是如果我们想要将复杂一些的数据类型，如：列表、字典或者函数之类的同样进行序列化，我们就要用到 json或者pickle。
二、json序列化
1、dumps序列化和loads反序列化
dumps把数据类型转换成字符串
import json
info = {
'name': 'The Count of Monte Cristo',
'type': 'Movie'
}
data = json.dumps(info)
print(data)
print(type(data))
# 输出
{"name": "The Count of Monte Cristo", "type": "Movie"}
<class 'str'>loads把字符串转换成数据类型
import json get_info = json.loads(data) print(get_info['name']) print(get_info) print(type(get_info)) #输出 The Count of Monte Cristo {'name': 'The Count of Monte Cristo', 'type': 'Movie'} <class 'dict'>
2.dump序列化和load反序列化
dump把数据类型转换成字符串并存储在文件中
import json
info = {
'name': 'The Count of Monte Cristo',
'type': 'Movie'
}
with open("test.txt", "w", encoding="utf-8") as f:
json.dump(info, f) # 第一个参数是内存中的数据对象，第二个参数是文件句柄
#写入文件中的内容
{"name": "The Count of Monte Cristo", "type": "Movie"}load把文件打开从字符串转换成数据类型
import json
with open("test.txt", "r", encoding="utf-8") as f:
data_from_file = json.load(f)
print(data_from_file['name'])
print(data_from_file)
print(type(data_from_file))
#输出
The Count of Monte Cristo
{'name': 'The Count of Monte Cristo', 'type': 'Movie'}
<class 'dict'>
3.json序列化一个函数
import json
def test(name):
print("hello,{}".format(name))
info = {
'name': 'The Count of Monte Cristo',
'type': 'Movie',
'func': test
}
data = json.dumps(info)
#输出
File "G:/python/untitled/study6/json&pickle模块.py", line 22, in <module>
data = json.dumps(info)
File "G:\python\install\lib\json\__init__.py", line 230, in dumps
return _default_encoder.encode(obj)
File "G:\python\install\lib\json\encoder.py", line 198, in encode
chunks = self.iterencode(o, _one_shot=True)
File "G:\python\install\lib\json\encoder.py", line 256, in iterencode
return _iterencode(o, 0)
File "G:\python\install\lib\json\encoder.py", line 179, in default
raise TypeError(repr(o) + " is not JSON serializable")
TypeError: <function test at 0x0000021B13C57F28> is not JSON serializable
1、json只能处理简单的数据类型，例如：字典、列表、字符串等，不能处理函数等复杂的数据类型。
2、json是所有语言通用的，所有语言都支持json，如果我们需要python跟其他语言进行数据交互，那么就用json格式
三、pickle序列化
pickle的用法和上面的相同，但是pickle序列化后的数据类型是二进制的，并且pickle只能在python中是使用。
1.dumps && loads
import pickle
def test(name):
print("hello,{}".format(name))
info = {
'name': 'The Count of Monte Cristo',
'type': 'Movie',
'func': test
}
data = pickle.dumps(info)
print(data)
print(type(data))
#输出
b'\x80\x03}q\x00(X\x04\x00\x00\x00nameq\x01X\x19\x00\x00\x00The Count of Monte Cristoq\x02X\x04\x00\x00\x00typeq\x03X\x05\x00\x00\x00Movieq\x04X\x04\x00\x00\x00funcq\x05c__main__\ntest\nq\x06u.'
<class 'bytes'>
import pickle
get_data = pickle.loads(data)
get_data['func']('cat')
print(get_data)
#输出
hello,cat
{'name': 'The Count of Monte Cristo', 'type': 'Movie', 'func': <function test at 0x00000235350A7F28>}
2. dump && load
import pickle
def test(name):
print("hello,{}".format(name))
info = {
'name': 'The Count of Monte Cristo',
'type': 'Movie',
'func': test
}
with open('test.txt', 'wb') as f:
pickle.dump(info, f)
# 写入test.txt文件中的内容
?}q (X typeqX MovieqX funcqc__main__
test
qX nameqX The Count of Monte Cristoqu.
import pickle
with open('test.txt', 'rb') as f:
get_data = pickle.load(f)
print(get_data)
# 输出
{'name': 'The Count of Monte Cristo', 'func': <function test at 0x000001BA2AB4D510>, 'type': 'Movie'}
总结：
json值支持简单的数据类型，pickle支持所有的数据类型。
pickle只能支持python本身的序列化和反序列化，不能用作和其他语言做数据交互，而json可以。
pickle序列化的是整个的数据对象，所以反序列化函数时，函数体中的逻辑变了，是跟着心的函数体走的。
以上就是内存中数据序列化实例的详细内容，更多请关注Gxl网其它相关文章！
内容总结
以上是互联网集市为您收集整理的内存中数据序列化实例全部内容，希望文章能够帮你解决内存中数据序列化实例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。