python: 序列化/反序列化及对象的深拷贝/浅拷贝

一、序列化/反序列化

python中内置了很多序列化/反序列化的方式，最常用的有json、pickle、marshal这三种，示例用法如下：

import json
import pickle
import marshal

author1 = {"name": "菩提树下的杨过", "blog": "http://yjmyzz.cnblogs.com/", "title": "架构师", "pets": ["dog", "cat"]}

# json序列化
json_str = json.dumps(author1)
print("json=>
", json_str)

# json字符串反序列化
author2 = json.loads(json_str)

# pickle序列化
pickle_str = pickle.dumps(author1)
print("pickle=>
", pickle_str)

# pickle字符串反序列化
author3 = pickle.loads(pickle_str)

# marshal序列化
marshal_str = marshal.dumps(author1)
print("marshal=>
", marshal_str)

# marshal反序列化
author4 = marshal.loads(marshal_str)

print("
",
      id(author1), "
",
      id(author2), "
",
      id(author3), "
",
      id(author4), "
",
      author1, "
",
      author2, "
",
      author3, "
",
      author4)

with open("json.txt", "w") as file1:
    json.dump(author1, file1)

with open("pickle.txt", "wb") as file2:
    pickle.dump(author1, file2)

with open("marshal.txt", "wb") as file3:
    marshal.dump(author1, file3)　　

输出：

json=>
 {"name": "u83e9u63d0u6811u4e0bu7684u6768u8fc7", "blog": "http://yjmyzz.cnblogs.com/", "title": "u67b6u6784u5e08", "pets": ["dog", "cat"]}
pickle=>
 b'x80x03}qx00(Xx04x00x00x00nameqx01Xx15x00x00x00xe8x8fxa9xe6x8fx90xe6xa0x91xe4xb8x8bxe7x9ax84xe6x9dxa8xe8xbfx87qx02Xx04x00x00x00blogqx03Xx1ax00x00x00http://yjmyzz.cnblogs.com/qx04Xx05x00x00x00titleqx05X	x00x00x00xe6x9exb6xe6x9ex84xe5xb8x88qx06Xx04x00x00x00petsqx07]qx08(Xx03x00x00x00dogq	Xx03x00x00x00catq
eu.'
marshal=>
 b'xfbxdax04namexf5x15x00x00x00xe8x8fxa9xe6x8fx90xe6xa0x91xe4xb8x8bxe7x9ax84xe6x9dxa8xe8xbfx87xdax04blogxfax1ahttp://yjmyzz.cnblogs.com/xdax05titlexf5	x00x00x00xe6x9exb6xe6x9ex84xe5xb8x88xdax04pets[x02x00x00x00xdax03dogxdax03cat0'

 4307564944 
 4309277360 
 4307565016 
 4309277432 
 {'name': '菩提树下的杨过', 'blog': 'http://yjmyzz.cnblogs.com/', 'title': '架构师', 'pets': ['dog', 'cat']} 
 {'name': '菩提树下的杨过', 'blog': 'http://yjmyzz.cnblogs.com/', 'title': '架构师', 'pets': ['dog', 'cat']} 
 {'name': '菩提树下的杨过', 'blog': 'http://yjmyzz.cnblogs.com/', 'title': '架构师', 'pets': ['dog', 'cat']} 
 {'name': '菩提树下的杨过', 'blog': 'http://yjmyzz.cnblogs.com/', 'title': '架构师', 'pets': ['dog', 'cat']}

注：api的方法名还是很好记的，dump/dumps意为“倒垃圾”，把对象向xxx里一倒，就算序列化完成了。反之load/loads即从字符串或文件中装载（还原）对象。特别要值得一提的是：pickle、marshal存在安全问题，如果装载的字符串或文件里，包含有精心设计的恶意代码，会让恶意代码执行(关于反序列化的漏洞，大家可以上网查一下，有很多类似的介绍)。另外从序列化后的字符串大小来看，默认情况下，就本示例而言，json序列化后的字符串长度最小，so，综合来看，推荐同学们使用json序列化/反序列化。

二、深拷贝、浅拷贝

import copy

list_1 = [1, 2, 3, [4, 5]]

list_2 = copy.copy(list_1)  # 浅拷贝

list_3 = copy.deepcopy(list_1)  # 深拷贝

list_2[3][0] = 99

print("
", list_1, "
", list_2, "
", list_3)

list_3[3][1] = 100

print("
", list_1, "
", list_2, "
", list_3)

　　输出：

 [1, 2, 3, [99, 5]] 
 [1, 2, 3, [99, 5]] 
 [1, 2, 3, [4, 5]]

 [1, 2, 3, [99, 5]] 
 [1, 2, 3, [99, 5]] 
 [1, 2, 3, [4, 100]]

　　当一个对象里的子元素本身也是复杂元素时，浅拷贝不会为这种复杂的子元素生成全新的实例，但深拷贝可以。下面的内存分布示意图有助于大家理解：

list_2是list_1浅拷贝生成的对象，对于第4个元素，都是指向同一个列表[4,5]，所以list_2修改了[4,5]中的第1个元素为99后，list_1也受到影响。list_3则是深拷贝的结果，所有元素都是独立的新实例，因此修改list_3里的任何元素，都不会影响list_1、list_2

参考文档：

1. https://docs.python.org/3/library/pickle.html
2. https://docs.python.org/3/library/json.html
3. https://docs.python.org/3/library/marshal.html
4. https://docs.python.org/3/library/copy.html