在日常开发中，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；但 pickle 可以表示大量的 Python 数据类型。
Json 模块
Json 是一种轻量级的数据交换格式，由于其具有传输数据量小、数据格式易解析等特点，它被广泛应用于各系统之间的交互操作，作为一种数据格式传递数据。它包含多个常用函数，具体如下：
dumps()函数
dumps()函数可以将 Python 对象编码成 Json 字符串。例如：
#字典转成json字符串 加上ensure_ascii=False以后，可以识别中文， indent=4是间隔4个空格显示
import json
d={'小明':{'sex':'男','addr':'上海','age':26},'小红':{ 'sex':'女','addr':'上海', 'age':24},}
print(json.dumps(d,ensure_ascii=False,indent=4))
#执行结果：
{
"小明": {
"sex": "男",
"addr": "上海",
"age": 26
},
"小红": {
"sex": "女",
"addr": "上海",
"age": 24
}
}dump()函数
dump()函数可以将 Python对象编码成 json 字符串，自动写入到文件中，不需要再单独写文件。例如：
#字典转成json字符串,不需要写文件，自动转成的json字符串写入到‘users.json'的文件中
import json
d={'小明':{'sex':'男','addr':'上海','age':26},'小红':{ 'sex':'女','addr':'上海', 'age':24},}
#打开一个名字为‘users.json'的空文件
fw =open('users.json','w',encoding='utf-8')
json.dump(d,fw,ensure_ascii=False,indent=4)loads()函数
loads()函数可以将 json 字符串转换成 Python 的数据类型。例如：
#这是users.json文件中的内容
{
"小明":{
"sex":"男",
"addr":"上海",
"age":26
},
"小红":{
"sex":"女",
"addr":"上海",
"age":24
}
}
#!/usr/bin/python3
#把json串变成python的数据类型
import json
#打开‘users.json'的json文件
f =open('users.json','r',encoding='utf-8')
#读文件
res=f.read()
print(json.loads(res))
#执行结果：
{'小明': {'sex': '男', 'addr': '上海', 'age': 26}, '小红': {'sex': '女', 'addr': '上海', 'age': 24}}load()函数
load()跟loads()功能相似，load()函数可以将 json 字符串转换成 Python 数据类型，不同的是前者的参数是一个文件对象，不需要再单独读此文件。例如：
#把json串变成python的数据类型：字典，传一个文件对象，不需要再单独读文件
import json
#打开文件
f =open('users.json','r',encoding='utf-8')
print(json.load(f))
#执行结果：
{'小明': {'sex': '男', 'addr': '上海', 'age': 26}, '小红': {'sex': '女', 'addr': '上海', 'age': 24}}Pickle 模块
Pickle 模块与 Json 模块功能相似，也包含四个函数，即 dump()、dumps()、loads() 和 load()，它们的主要区别如下：
dumps 和 dump 的区别在于前者是将对象序列化，而后者是将对象序列化并保存到文件中。
loads 和 load 的区别在于前者是将序列化的字符串反序列化，而后者是将序列化的字符串从文件读取并反序列化。
dumps()函数
dumps()函数可以将数据通过特殊的形式转换为只有python语言认识的字符串，例如：
import pickle # dumps功能 import pickle data = ['A', 'B', 'C','D'] print(pickle.dumps(data)) b'\x80\x03]q\x00(X\x01\x00\x00\x00Aq\x01X\x01\x00\x00\x00Bq\x02X\x01\x00\x00\x00Cq\x03X\x01\x00\x00\x00Dq\x04e.'
dump()函数
dump()函数可以将数据通过特殊的形式转换为只有python语言认识的字符串，并写入文件。例如：
# dump功能
with open('test.txt', 'wb') as f:
pickle.dump(data, f)
print('写入成功')
写入成功loads()函数
loads()函数可以将pickle数据转换为python的数据结构。例如：
# loads功能 msg = pickle.loads(datastr) print(msg) ['A', 'B', 'C', 'D']
load()函数
load()函数可以从数据文件中读取数据，并转换为python的数据结构。例如：
# load功能
with open('test.txt', 'rb') as f:
data = pickle.load(f)
print(data)
['A', 'B', 'C', 'D']总结
本节给大家介绍 Python 中 json&pickle 模块的常用操作，对于实现数据的序列化和反序列化提供了支撑。
到此这篇关于Python实现数据的序列化操作详解的文章就介绍到这了,更多相关Python数据序列化内容请搜索Devmax以前的文章或继续浏览下面的相关文章希望大家以后多多支持Devmax！