Python3 IO编程之序列化

　　在程序运行的过程中，所有变量都是在内存中，比如定义一个dict

>>> d=dict(name='Box',age=20,score=11)

 　　可以随时修改变量，比如把'name'改成'Bill',但是一旦程序结束，变量所占有的内存就会被操作系统全部收回。如果没有把修改后的'Bill'存储到磁盘上，下次重新运行程序，变量又被初始化为'Bob'

　　我们把变量从内存中变成可存储或传输的过程称之为序列化，在Python中叫pickling，在其他语言中也被称之为serialization，marshalling，flattening等等，都是一个意思。

　　序列化之后，就可以把序列化后的内容写入磁盘，或者通过网络传输到别的机器上。

　　反过来，把变量内容从序列化的对象重新读到内存里称之为反序列化，即unpickling。

　　Python提供了pickle模块来实现序列化。

　　首先，我们尝试把一个对象序列化并写入文件：

>>> import pickle
>>> d=dict(name='Box',age=20,score=11)
>>> pickle.dumps(d)
b'x80x03}qx00(Xx04x00x00x00nameqx01Xx03x00x00x00Boxqx02Xx03x00x00x00ageqx03Kx14Xx05x00x00x00scoreqx04Kx0bu.'

 　　pickle.dumps()方法把任意对象序列化成一个bytes，然后就可以把这个bytes写入文件。或者用另一个方法pickle.dump()直接把对象序列化写入一个file-like Object:

>>> f=open('dump.txt','wb')
>>> pickle.dump(d,f)
>>> f.close()

 　　看看写入的dump.txt文件，一堆乱七八糟的内容，这些都是Python保存的对象内部信息。

　　当我们要把对象从磁盘读到内存时，可以先把内容读到一个bytes，然后用pickle.loads()方法反序列化出对象，也可以直接用pickle.load()方法从一个file-like Object中直接反序列化出对象。我们打开另一个Python命令行来反序列化刚才保存的对象：

>>> f=open('dump.txt','rb')
>>> d=pickle.load(f)
>>> f.close()
>>> d
{'name': 'Box', 'age': 20, 'score': 11}

 　　变量的内容又回来了

　　这个变量和原来变量d是完全不相同的，只是内容相同而已。

　　Pickle的问题和所有其他编程语言特有的序列化问题一样，就是它只能用于Python，并且可能不同版本的Python彼此都不兼容，因此，只能用Pickle保存那些不重要的数据，不能成功地反序列化也没关系。

　　

　　JSON

　　如果我们要在不同的编程语言之间传递对象，就必须把对象序列化为标准格式，比如XML，但更好的方法是序列化为JSON，因为JSON表示出来就是一个字符串，可以被所有语言读取，也可以方便地存储到磁盘或者通过网络传输。JSON不仅是标准格式，并且比XML更快，而且可以直接在Web页面中读取，非常方便。

JSON表示的对象就是标准的JavaScript语言的对象，JSON和Python内置的数据类型对应如下：

JSON类型	Python类型
{}	dict
[]	list
"string"	str
1234.56	int或float
true/false	True/False
null	None

　　Python内置的json模块提供了非常完善的Python对象到JSON格式的转换。我们先看看如何把Python对象变成一个JSON：

>>> import json
>>> d=dict(name='Box',age=20,score=11)
>>> json.dumps(d)
'{"name": "Box", "age": 20, "score": 11}'

 　　dumps()方法返回一个str，内容就是标准的JSON。类似的，dump()方法可以直接把JSON写入一个file-like Object

>>> f=open('dump.txt','w')
>>> json.dump(d,f)
>>> f.close()

 　　PS：这里打开参数不能加b否则报错

　　　　dump.txt内容是明文{"name": "Box", "age": 20, "score": 11}

　　要把JSON反序列化为Python对象，用loads()或者对应的load()方法，前者把JSON的字符串反序列化，后者从file-like Object中读取字符串反序列化

>>> json_str='{"name": "Box", "age": 20, "score": 11}'
>>> json.loads(json_str)
{'name': 'Box', 'age': 20, 'score': 11}

 　　

>>> f=open('dump.txt','r')
>>> d=json.load(f)
>>> d
{'name': 'Box', 'age': 20, 'score': 11}
>>> f.close()

 　　由于JSON标准规定JSON编码是UTF-8，所以我们总是能正确地在Python的str与JSON的字符串之间转换。

　　JSON进阶

　　python的dict对象可以直接序列化为JSON的{},不过，很多时候，我们更喜欢用class表示对象，比如定义Student类，然后序列化

import json
class Student(object):
    def __init__(self, name, age, score):
        self.name = name
        self.age = age
        self.score = score

s=Student('Box',20,88)
print(json.dumps(s))

 　　报错

Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "/root/anaconda3/lib/python3.7/json/__init__.py", line 231, in dumps
    return _default_encoder.encode(obj)
  File "/root/anaconda3/lib/python3.7/json/encoder.py", line 199, in encode
    chunks = self.iterencode(o, _one_shot=True)
  File "/root/anaconda3/lib/python3.7/json/encoder.py", line 257, in iterencode
    return _iterencode(o, 0)
  File "/root/anaconda3/lib/python3.7/json/encoder.py", line 179, in default
    raise TypeError(f'Object of type {o.__class__.__name__} '
TypeError: Object of type Student is not JSON serializable

 　　错误的原因是Student对象不是可以可序列化为JSON的对象

　　如果连class的实例对象都无法序列化为JSON，这肯定不合理！

　　别急，我们仔细看看dumps()方法的参数列表，可以发现，除了第一个必须的obj参数外，dumps()方法还提供了一大堆的可选参数：

https://docs.python.org/3/library/json.html#json.dumps

　　这些可选参数就是让我们来定制JSON序列化。前面的代码之所以无法把Student类实例序列化为JSON，是因为默认情况下，dumps()方法不知道如何将Student实例变为一个JSON的{}对象。

　　可选参数default就是把任意一个对象变成一个可序列为JSON的对象，我们只需要为Student专门写一个转换函数，再把函数传进去即可：

def student2dict(std)
  return {
  'name':std.name,
  'age':std.age,
  'score':std.score
}

 　　这样，Student实例首先被student2dict()函数转换成dict，然后再被顺利序列化成JSON

>>> print(json.dumps(s,default=student2dict))
{"name": "Box", "age": 20, "score": 88}

 　　PS：这里的(s,default=student2dict))相当于student2dict(s)，把s作为参数传递给函数student2dict()

　　不过，下次如果遇到一个Teacher类的实例，照样无法序列化为JSON。我们可以偷个懒，把任意class的实例变为dict：

>>> json.dumps(s,default=lambda obj:obj.__dict__)
'{"name": "Box", "age": 20, "score": 88}'

 　　因为通常class实例都有一个__dict__属性,它就是一个dict，用来存储实例变量。也有少数另外，比如定了了__slots__的class

　　同样的道理，如果我们要把JSON反序列化为一个Student对象实例，loads()方法首先转换出一个dict对象，然后，我们传入的object_hook函数负责把dict转换为Student实例：

def dict2student(d):
  return Student(d['name'],d['age'],d['score'])

 　　运行结果如下

>>> json_str = '{"age": 20, "score": 88, "name": "Bob"}'
>>> print(json.loads(json_str,object_hook=dict2student))
<__main__.Student object at 0x7f79c599d1d0>

 　　

　　练习

　　对中文进行JSON序列化时，json.dumps()提供了一个ensure_ascoo参数，观察该参数对结果的影响

>>> obj=dict(name='小明',age=18)
>>> s=json.dumps(obj,ensure_ascii=True)
>>> s
'{"name": "\u5c0f\u660e", "age": 18}'
>>> s=json.dumps(obj,ensure_ascii=False)
>>> s
'{"name": "小明", "age": 18}'

If ensure_ascii is True (the default), the output is guaranteed to have all incoming non-ASCII characters escaped. If ensure_ascii is False, these characters will be output as-is.

如果ensure_ascii为True(默认值)，则输出保证将所有输入的非ASCII字符转义。如果确保ensure_ascii为False，这些字符将原样输出。

 　　

　　小结

　　python语言特定的序列化模块是pickle，但如果要把序列化搞的更通用，更符合Web标准，就可以使用json模块

　　json模块的dumps()和loads()函数是定义得非常好的接口的典范。当我们使用时，只需要传入一个必须的参数。但是，当默认的序列化或反序列机制不满足我们的要求时，我们又可以传入更多的参数来定制序列化或反序列化的规则，既做到了接口简单易用，又做到了充分的扩展性和灵活性。