zoukankan      html  css  js  c++  java
  • python 3 json 序列化

    python 3 json 序列化

    我们学习过用eval内置方法可以将一个字符串转成python对象,不过,eval方法是有局限性的,对于普通的数据类型,json.loads和eval都能用,但遇到特殊类型的时候,eval就不管用了,所以eval的重点还是通常用来执行一个字符串表达式,并返回表达式的值。

    什么是序列化?

    我们把对象(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。

    JSON(Java Script Object Notation):一种轻量级数据交互格式,相对于XML而言更简单,也易于阅读和编写,机器也方便解析和生成,Json是JavaScript中的一个子集。

    序列化之后,不仅可以把序列化后的内容写入磁盘,还可以通过网络传输到别的机器上,如果收发的双方约定好实用一种序列化的格式,那么便打破了平台/语言差异化带来的限制,实现了跨平台数据交互。

    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。

    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:

    序列化就是把数据写入到硬盘的文件上,用json的dumps

    反序列化就是把序列化存到硬盘的文件内容再加载回来,用json的loads

    import json
    dic={'name':'egon','age':18}
    print(json.dumps(dic))        # json 格式的字典
    print(type(json.dumps(dic)))  #<class 'str'>

    序列化

    import json
    dic={'name':'egon','age':18}
    with open('a.json','w') as f:  # 往文件中写入json文件
        f.write(json.dumps(dic))
     a.json 文件内容 : {"name": "egon", "age": 18}

    反序列化

    import json
    
    with open('a.json','r') as f:  # 读取json文件
    
        data=f.read()
    
        dic=json.loads(data)
    
        print(dic['name'])
    import json
    
    dic={'name':'egon','age':18}
    
    json.dump(dic,open('b.json','w')) #简写方式序列化
    
    print(json.load(open('b.json','r'))['name']) #简写方式反序列化
    import json
    
    #dct="{'1':111}"#json 不认单引号
    
    #dct=str({"1":111})#报错,因为生成的数据还是单引号:{'one': 1}
    
     
    
    dct='{"1":"111"}'
    
    print(json.loads(dct))
    
     
    
    #conclusion:
    
    #        无论数据是怎样创建的,只要满足json格式,就可以json.loads出来,不一定非要dumps的数据才能loads
    注意点
  • 相关阅读:
    JAVA帮助文档全系列 JDK1.5 JDK1.6 JDK1.7 官方中英完整版下载
    Apache HttpComponents Client 4.0快速入门/升级-2.POST方法访问网页
    HttpClient_4 用法 由HttpClient_3 升级到 HttpClient_4 必看
    Eclipse中设置编码的方式
    javadoc简介
    正则表达式:网页爬虫:从TXT中获取邮箱地址(获取的练习,缺点:一行只能匹配一个)
    Linux系统中yum 命令讲解
    查看CentOS版本信息
    Linux系统下安装JDK
    Linux基础性笔记
  • 原文地址:https://www.cnblogs.com/qiangyuge/p/7360655.html
Copyright © 2011-2022 走看看