您好,登錄后才能下訂單哦!
這篇文章將為大家詳細講解有關Python中序列化是什么,小編覺得挺實用的,因此分享給大家做個參考,希望大家閱讀完這篇文章后可以有所收獲。
程序運行時,所有的變量都儲存在內存中,程序結束運行時,這些占用的內存將被系統回收,無法長期儲存,將這些變量轉換為可儲存或可通過網絡傳輸的過程稱之為序列化(pickling),序列化后就可以將它們儲存在磁盤或通過網絡進行傳輸。
1.pickle序列化
Python提供了pickle模塊來實現變量的序列化,這個模塊可以將變量轉換成字節碼(bytes)形式儲存,還能將儲存的序列化字節碼重新還原成數據對象;
注意:pickle僅能用于python程序之間交換數據,且不同的版本之間并不兼容,需要和其他程序進行通信時,請使用json序列化,它可以在不同編程語言間共享數據。
a.pickle普通對象序列化
先來看一個小實例,使用pickle模塊,將幾個不同的對象序列化,這些序列化后的對象可用于網絡傳輸或儲存到磁盤文件中:
#!/usr/bin/env python3 #coding=utf-8 import os import pickle #創建一個字典對象和一個字符串對象 d=dict(one=1,two=2,three=3) s="python" print(d) #輸出{'three': 3, 'two': 2, 'one': 1} print(s) #輸出 #將這兩個對象序列化,nd和ns僅保存在內存中,可用于網絡傳輸 nd=pickle.dumps(d) ns=pickle.dumps(s) print(nd) #輸出字節碼"b'\x80\x03}q\x00...." print(ns) #輸出字節碼"b'\x80\x03X\x11...." #將序列化后的對象重新還原成數據(假設接收端接收到這些數據后,就能夠這樣還原) nd=pickle.loads(nd) ns=pickle.loads(ns) print(nd) #輸出{'three': 3, 'two': 2, 'one': 1} print(ns) #輸出 #創建一個文件testfile,接收字節碼(wb),將d對象中的數據寫入其中, #用于本地不同應用程序之間數據交換(此時如果我們打開testfile文件, #就會看到一些類似亂碼一樣的字符,實際上是d對象序列化后的數據) with open("testfile","wb") as f1: pickle.dump(d,f1) #從testfile文件中讀取字節碼,還原成數據 if os.path.isfile("testfile"): with open("testfile","rb") as f2: print(f2.read()) #輸出"b'\x80\x03}q\x0...." #因為上一步讀取了數據,指針位置要重新設置成起始位置, #這僅僅是為了演示給大家看,上面print和seek這兩句可以不寫 f2.seek(0) d=pickle.load(f2) #讀取f2中的數據還原 print(d) #輸出{'three': 3, 'two': 2, 'one': 1}
總結:僅在內存中序列化和還原,使用dumps()和loads(),要將數據序列化后保存到文件中使用dump(),從文件中還原數據使用load(),兩者只有一個s的區別,注意不要混淆。
b.pickle類序列化
有時候我們可能要傳輸或保存一個類對象與其中所有的數據,python中實現類的序列化十分簡單,與對象序列化沒有什么區別,請看下面的實例:
#!/usr/bin/env python3 #coding=utf-8 import pickle ######## class A: #-------- def __init__(self,name="py",website="python"): self.name=name self.website=website x=A() x.name="晴刃" #序列化類實例x,可用于網絡傳輸 nx=pickle.dumps(x) print(nx) #輸出"b'\x80\x03c__main__...." #還原數據 nx=pickle.loads(nx) print(nx) #輸出"<__main__.A object at 0x7f43c995c080>" #將類對象序列化后保存到磁盤文件中,可用于程序間數據交換 with open("testfile","wb") as f1: pickle.dump(x,f1) #讀取文件中的數據還原 with open("testfile","rb") as f1: y=pickle.load(f1) print(y.name) #輸出"晴刃" print(y.website) #輸出
2.json序列化
如果要在不同的編程語言之間傳遞對象,可以使用python的json模塊對數據進行序列化,json序列化后所有數據都被表示成字符串形式,可以被所有語言讀取,也可以方便地存儲到磁盤或者通過網絡傳輸,但在類數據轉換時會稍微有點麻煩,沒有pickle那么方便。
a.json普通對象序列化
#!/usr/bin/env python3 #coding=utf-8 import json #創建一個字典對象和一個浮點數對象 d=dict(one=1,two=2,three=3) f=3.14 print(type(d)) #<class 'dict'> print(type(f)) #<class 'float'> #普通對象的序列化與pickle相同 nd=json.dumps(d) nf=json.dumps(f) #轉換后所有對象都變成了字符串類型<class 'str'> print(type(nd)) print(type(nf)) print(nd) #"{"three": 3, "two": 2, "one": 1}" print(nf) #"3.14" #還原數據 nd=json.loads(nd) nf=json.loads(nf) print(type(nd)) #<class 'dict'> print(type(nf)) #<class 'float'> #將d對象序列化后儲存到testfile文件中 with open("testfile","w") as f1: json.dump(d,f1) #從testfile文件中讀取數據并還原 with open("testfile","r") as f1: y=json.load(f1) print(type(y)) #<class 'dict'>
b.json類序列化
使用json序列化類會稍顯復雜,因為json的dump方法不知道如何將一個類轉換成字符串,需要我們自己指定一個轉換函數,請看下面的實例:
#!/usr/bin/env python3 #coding=utf-8 import json class A(object): def __init__(self,name="py",website="python"): self.name=name self.website=website #初始化一個類實例 a=A() #創建一個函數,將類A中的對象和數據轉換成字典的形式返回 def classA2dict(c): return {"name":c.name,"website":c.website} #將a使用json序列化,參數default告訴python解釋器,將前面的對象a傳遞給后面的classA2dict函數處理, #classA2dict函數會返回一個字典類型,這個類型中包含了實例a中所有對象和數據的"鍵值對", #然后dumps函數將這個返回的字典類型序列化成字符串類型 x=json.dumps(a,default=classA2dict) #如果想偷懶不寫classA2dict函數,有一種簡便方法,使用匿名函數,并且調用基類的__dict__函數, #這個函數會完成和classA2dict函數相同的功能,即將一個類的所有屬性轉換成字典"鍵值對"的形式 #x=json.dumps(a,default=lambda obj:obj.__dict__) print(type(x)) #<class 'str'> print(x) #"{"website": "python", "name": "py"}" #字典類型轉換成類返回 def dict2classA(d): return A(d["name"],d["website"]) #將json序列后的數據還原成類,object_hook參數將x轉換成字典類型,并傳遞給dict2classA函數處理, #dict2classA函數會讀取這個字典中的每個鍵,將值傳入A類進行初始化,返回一個類對象 x=json.loads(x,object_hook=dict2classA) print(type(x)) #<class '__main__.A'> print(x.website) #將序列化的類寫入文件testfile中 with open("testfile","w") as f1: json.dump(a,f1,default=classA2dict) #讀取testfile中的數據還原 with open("testfile","r") as f2: y=json.load(f2,object_hook=dict2classA) print(y.name)
關于Python中序列化是什么就分享到這里了,希望以上內容可以對大家有一定的幫助,可以學到更多知識。如果覺得文章不錯,可以把它分享出去讓更多的人看到。
免責聲明:本站發布的內容(圖片、視頻和文字)以原創、轉載和分享為主,文章觀點不代表本網站立場,如果涉及侵權請聯系站長郵箱:is@yisu.com進行舉報,并提供相關證據,一經查實,將立刻刪除涉嫌侵權內容。