本节内容
1、dumps序列化和loads反序列化
2、dump序列化和load反序列化
3、序列函数
1、dumps序列化和loads反序列化
dumps()序列化
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
|
import pickleinfo = { 'name':"zhangqigao", "age":22,}with open("test.txt","wb") as f: #以二进制的形式写入 data = pickle.dumps(info) #序列化成字符串 f.write(data) #写入test.txt 文件中#输出到test.txt文件中的内容�}q (X ageqKX nameqX zhangqigaoqu. |
loads()反序列化
|
1
2
3
4
5
6
7
8
9
|
import picklewith open("test.txt","rb") as f: #以二进制的模式读 data = pickle.loads(f.read()) #反序列化操作print(data.get("age"))#输出22 |
2、dump序列化和load反序列化
dump()序列化
|
1
2
3
4
5
6
7
8
9
10
11
12
13
|
import pickleinfo = { 'name':"zhangqigao", "age":22,}with open("test.txt","wb") as f: pickle.dump(info,f) #序列化#输出�}q (X ageqKX nameqX zhangqigaoqu. |
load()反序列化
|
1
2
3
4
5
6
7
8
9
|
import picklewith open("test.txt","rb") as f: data = pickle.load(f) #反序列化成内存对象print(data.get("age"))#输出22 |
从上面的结果观察，json和pickle好像也没什么区别？但是别忘了，我们说，json只能序列化简单的数据类型，而pickle可以序列化python中所有的数据类型，包括函数、类等，下面我们就来看看，如何序列化函数的。还有就是，pickle序列化的是字节，而json序列化的是字符，这个要注意一下。
3、序列化函数
①序列化
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
|
import pickledef sayhi(name): #函数 print("hello:",name)info = { 'name':"zhangqigao", "age":22, "func":sayhi #"func"对应的值sayhi，是函数名}with open("test.txt","wb") as f: data = pickle.dumps(info) f.write(data)#输出test.txt�}q (X funcqc__main__sayhiqX ageqKX nameqX zhangqigaoqu. |
②反序列化
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
|
import pickledef sayhi(name): #在反序列化中必须写上此函数，不然会报错，因为在加载的时候，函数没有加载到内存 print("hello:",name)with open("test.txt","rb") as f: data = pickle.loads(f.read())print(data.get("age"))data.get("func")("zhangqigao") #执行函数sayhi#输出22hello: zhangqigao #输出的函数体中的逻辑也是可以变的，这边我就不做演示了 |
小结：
- 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。
- pickle和json在3.0中只能dump一次和load一次，在2.7里面可以dump多次，load多次，anyway，以后只记住，只需要dump一次，load一次就可以了。