（十四）json、pickle与shelve模块

任何语言，都有自己的数据类型，那么不同的语言怎么找到一个通用的标准？

比如，后端用Python写的，前端是js，那么后端如果传一个dic字典给前端，前端肯定不认。

所以就有了序列化这个概念。

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。

序列化之后，就可以把序列化后的内容写入磁盘，或者通过网络传输进行前后端交互。

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、pickle模板都可以实现序列化和反序列化，而我们知道的eval则是反序列化。

json.dumps()：将Python对象通通转为字符串

import json
a = 11                           #---->'11'
s = 'hello'                      #---->"hello"------>'"hello"'
l = [1,2]                         #---->'[1,2]'
dic = {'name':'nick'}           #---->{"name":"nick"}----->'{"name":"nick"}'

print(json.dumps(a))
print(json.dumps(s))
print(json.dumps(l))
print(json.dumps(dic))
结果：

11                        #这四个结果都是字符串
"hello"
[1, 2]
{"name": "nick"}

json.dumps()实际干的两件事：

1.把这个数据中的所有的单引号变为双引号（有单引号就改为双引号，没有就不动）

2.把这个数据变为字符串（在最外面加一对单引号）

json.loads()：将字符串转为Python对象（与eval相似）

所以，用json现实文件存储：

import json

dic = {'name':'nick'}
str_dic = json.dumps(dic)          #转为字符串
f_write = open('123.txt','w')
f_write.write(str_dic)

f_read = open('123.txt','r')
data = f_read.read()    
data = json.loads(data)            #转回字典
print(type(data))
print(data)
结果：

<class 'dict'>
{'name': 'nick'}

 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。

注意，只有符合json标准格式规范的字符串，才能被解析。在字符串中，json只认双引号，如下

123.txt：
{"name": "nick"}                          

with open('123.txt','r') as f_read:
    res = f_read.read()
    res = json.loads(res)
    print(type(res))
    print(res)

结果：<class 'dict'>
        {'name': 'nick'}


123.txt：
{'name': "nick"}                          #单引号不符合json的标准格式

with open('123.txt','r') as f_read:
    res = f_read.read()
    res = json.loads(res)
    print(type(res))
    print(res)

结果：报错

pickle　

pickle和json的用法几乎一样，只是json是将Python对象转为字符串去存储或传输，而pickle是将Python对象转为字节去存储或传输，所以pickle适用的数据类型更多，比如类、对象。但是这样的需求场景很少，所以一般来说，我们还是用json。

用pickle现实文件存储：

import pickle
dic = {'name':'nick'}
byte_dic = pickle.dumps(dic)
print(byte_dic)
with open('aaa.txt','wb') as f_write:            #由于是byte，所以这里要+b
    f_write.write(byte_dic)

with open('aaa.txt','rb') as f_read:
    date = f_read.read()
    print(type(date))
    date = pickle.loads(date)
    print(type(date))
    print(date)
结果：

b'x80x03}qx00Xx04x00x00x00nameqx01Xx04x00x00x00nickqx02s.'
<class 'bytes'>
<class 'dict'>
{'name': 'nick'}

用eval内置方法可以将一个字符串转成python对象

用eval现实文件存储：

dic = {'name':'nick','age':20}
f_write = open('123.txt','w')
f_write.write(str(dic))          #写入时直接f_write.write(dic)是报错的，必须转为str

f_read = open('123.txt','r')
data = f_read.read()
print(type(data))                #读取是字符串
data = eval(data)                #eval转为字典
print(type(data))
print(data)
结果：

<class 'str'>
<class 'dict'>
{'age': 20, 'name': 'nick'}

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，所以就要用json。

用json.dumps()将字典转为字符串是序列化，用json.loads()将字符串转回字典是反序列化

用pickle.dumps()将字典转为字节是序列化，用pickle.loads()将字节转回字典是反序列化

用str()将字典转为字符串是序列化，用eval()将字符串转为字典也是反序列化

shelve

最后，简单了解一下shelve模板，shelve和json、pickle属于同一类，也是用于数据存储和传输。

shelve是将pickle模板再进一步封装，目的就是方便我们使用，可以直接把文件当做一个字典来读和写，也就是直接操作键值对

 shelve模块只有一个open函数，返回类似字典的对象，可读可写;key必须为字符串，而值可以是python所支持的数据类型

import shelve                        #写
f = shelve.open(r'abc.txt')          #返回一个类似字典的文件对象
f['name'] = 'nick'                   #插入键值对
f['info'] = {'age':20,'num':123321}  #value是一个字典
f.close()

f = shelve.open(r'abc.txt')          #读
print(f['info']['age'])              #直接当做一个字典来读，二级字典
print(f['name'])