Python-序列化和反序列化

1、定义：

　　为什么要序列化：

　　　　内存中的字典，列表，集合以及各种对象，如何保存到一个文件中？

　　　　如果是自己定义的类型的实例，如何保存到一个文件中？

　　　　如何从文件中读取数据，并让它们在内存中再次恢复成自己对应 的类的实例？

　　　　定义：把内存中数据保存到文件中，文件是一个字节序列，所以必须把数据转换成字序列，输出到文件，这就是序列化，繁殖，从文件的字节序列恢复到内存，就是反序列化。并且保证数据结构的完整性！！！！

　　　　serialization 序列化

　　　　将内存中对象存储下来，把它变成一个个字节，---二进制

　　　　deserialization 反序列化

　　　　将文件的一个个字节恢复成内存中 对象  <------二进制

　　　　序列化保存到文件就是持久化

2、pickle库： 不推荐用，思想重要

　　　　dumps： 对象序列化为bytes 对象

　　　　dump： 对象序列化到文件对象，就是存入文件

　　　　loads：从bytes对象反序列化

　　　　load： 对象反序列化，从文件读取数据

import pickle

i = 99
s = 'abc'


with open('f:/c','wb') as f:
    pickle.dump(i,f)
    pickle.dump(s,f)
print("-----------------------------------")
with open('f:/c','rb') as f:
    t = pickle.load(f)
    print(type(t), t)
    t = pickle.load(f)
    print(type(t), t)

print("-----------------------------------")
class AA():
    def show(self):
        print('asda')

a = AA()

with open('f:/c','wb') as f:
    pickle.dump(a, f)

with open('f:c','rb') as f:
    t = pickle.load(f)
    print(type(t),t)
print("-----------------------------------")
class AA():
    a = 0x1111111
    def show(self):
        self.name = 0x1111111 # 这个是属于实例自己的，所以要序列化
        print('asda')

a = AA()
#序列化
with open('f:/c','wb') as f:
    pickle.dump(a, f)
# 反序列化
with open('f:c','rb') as f:
    t = pickle.load(f)
    print(type(t),t, t.a)
    t.show()

# 通过实验发现，同一个类的属性是可以序列化的，但是每个实例的属性是没有序列化的
# 序列化 和 反序列化在不同的平台或者非本地，必须同时具有相同的类，如果只是类名相同，可能也会造成错误的反序列haul，蛋刀的值
# 不是自己要想用的
# t  和  a 是不同的实例！！！
print("-----------------------------------")
import pickle

class AA():
    def show(self):
        print('asda')

a = AA()
# 先到内存，需要了在 存到文件中（序列化）
ser = pickle.dumps(a)
# print(ser) # b'x80x03c__main__
AA
qx00)x81qx01.'

with open('f:/c','wb') as f:
    f.write(ser)






'''
-----------------------------------
<class 'int'> 99
<class 'str'> abc
-----------------------------------
<class '__main__.AA'> <__main__.AA object at 0x00000000029AEEF0>
-----------------------------------
<class '__main__.AA'> <__main__.AA object at 0x00000000029AEE80> 17895697
asda
-----------------------------------

'''

3、序列化应用:

　　一般来说，本地序列化的情况，应用比较少，大多说场景都是在网络中传输。

　　将数据序列化后通过网络传输到远程结点，远程服务器上的服务奖接受到的数据反序列化后，就可以使用了

　　但是要注意，远程接收端，反序列化时必须有对应的数据类型，否则就会报错，尤其是自定义类，必须远程得有一致的定义

　　现在，大多数项目，都不是单机的，也不是单服务的，需要通过网络将数据传送到其他节点上去，这就需要大量的序列化，反序列化，

　　但是，python程序之间还可以都使用pickle解决，如果跨平台，，语言，协议，就不适合了，所以用公共协议：xml（很少用了）Json，Protocol Buffer等，看效率，还是使用方便简单，做相应的选择。

4、Json

　　文本的序列方案！！！！

　　Json  ---js对象标记，是一种轻量级的数据交换格式。它基于ECMAScript（w3c）的一个子集，采用完全独立于编程语言的文本格式来存储和表示数据！

　　值：双引号引起来的字符串，数值，true和false， null，对象， 数组，这些都是值

　　　　字符串：由双引号包围起来的任意字符的组合，可以有转义字符

　　　　 数值：有正负，整，浮点

　　　　 对象： 就是python中的字典，key必须是字符串

　　　　数组：就是python中的列表　　　

　　　　

　　常用方法：

Python类型	Json类型
dumps	json编码
dump	json编码并存入文件
loads	json解码
load	json解码，从文件读取数据

import  json
d = {'name':'tom','age':20,'id':123,'a':['b','c']}

j = json.dumps(d)
print(j) #"{"name": "tom", "age": 20, "id": 123, "a": ["b", "c"]}"
print(type(j)) # <class 'str'>
print('----------------------------------------------')
# 反序列化
d = json.loads(j)
print(d,type(d))

　　一般json 编码的数据很少落地，数据都是通过网络传输，传输的时候，要考虑压缩它

　　本质上，他就是一个文本，就是个字符串

　　　　

5、MessagePack：

　　MessagePack 是一个基于二进制高效的对象序列化类库，可以跨语言通信

　　它可以向Json 那样，在许多种语言之间交换结构对象

　　但是，它比Json 更快，更轻巧

　　支持众多语言，兼容json 和pickle

　　对比序列化后的长度：

import  json
import pickle
import msgpack

d = {'name':'tom','age':20,'id':123,'a':['b','c']}

tmp = pickle.dumps(d)
print(len(tmp)) #81 bytes

j = json.dumps(d)
print(len(j)) # 54 bytes

m = msgpack.dumps(d)
print(len(m)) # 26

 　　所以 是选择简单易懂，易查错，还是效率