浙江中考时间,台湾电影网,猎情武阎
在日常开发中,所有的对象都是存储在内存当中,尤其是像python这样的坚持一切接对象的高级程序设计语言,一旦关机,在写在内存中的数据都将不复存在。另一方面,存储在内存够中的对象由于编程语言、网络环境等等因素,很难在网络中进行传输交互。由此,就诞生了一种机制,可以实现内存中的对象与方便持久化在磁盘中或在网络中进行交互的数据格式(str、bites)之间的相互转换。这种机制就叫序列化与发序列化:
序列化:将内存中的不可持久化和传输对象转换为可方便持久化和传输对象的过程。
反序列化:将可持久化和传输对象转换为不可持久化和传输对象的过程。
python中提供pickle和json两个模块来实现序列化与反序列化,pickle模块和json模块dumps()、dump()、loads()、load()这是个函数,其中dumps()、dump()用于实现序列化,loads()、load()用于实现反序列化。下面,我们分别对pickle和json模块进行介绍。
>>> import pickle >>> p_dict = {'name':'张三' , 'age':30 , 'ismarried':false} # 定义一个字典 >>> p_str = pickle.dumps(p_dict) # 序列化 >>> type(p_dict) <class 'dict'> >>> type(p_str) <class 'bytes'> >>> p_str b'\x80\x03}q\x00(x\x04\x00\x00\x00nameq\x01x\x06\x00\x00\x00\xe5\xbc\xa0\xe4\xb8\x89q\x02x\x03\x00\x00\x00ageq\x03k\x1ex\t\x00\x00\x00ismarriedq\x04\x89u.' >>> p = pickle.loads(p_str) >>> type(p) <class 'dict'> >>> p {'name': '张三', 'age': 30, 'ismarried': false}
>>> id(p)==id(p_dict) false
>>> import pickle >>> p_dict = {'name':'张三' , 'age':30 , 'ismarried':false} # 定义一个字典 >>> file = open("my_dump.txt", "wb") # 因为序列化只有的是bites类型,所以必须以wb模式打开 >>> pickle.dump(p_dict, file) >>> file.close()
>>> file=open("my_dump.txt","rb") >>> p=pickle.load(file) >>> file.close() >>> type(p) <class 'dict'> >>> p {'name': '张三', 'age': 30, 'ismarried': false}
>>> import pickle >>> p_dict = {'name':'张三' , 'age':30 , 'ismarried':false} # 定义一个字典 >>> import json >>> p_dict = {'name':'张三' , 'age':30 , 'ismarried':false} # 定义一个字典 >>> p_str = json.dumps(p_dict) >>> type(p_str) <class 'str'> >>> p_str '{"name": "\\u5f20\\u4e09", "age": 30, "ismarried": false}'
>>> p_str2 = json.dumps(p_dict, ensure_ascii=false) >>> p_str2 '{"name": "张三", "age": 30, "ismarried": false}'
>>> p1 = json.loads(p_str) >>> p1 {'name': '张三', 'age': 30, 'ismarried': false} >>> p2 = json.loads(p_str) >>> p2 {'name': '张三', 'age': 30, 'ismarried': false}
>>> import json >>> p_dict = {'name':'张三' , 'age':30 , 'ismarried':false} # 定义一个字典 >>> file = open('d:/mydump.txt' , 'w') >>> json.dump(p_dict , file) >>> file.close()
>>> file = open('d:/mydump.txt' , 'w') >>> json.dump(p_dict , file , ensure_ascii=false) >>> file.close()
>>> file = open('d:/mydump.txt' , 'r') >>> p = json.load(file) >>> file.close() >>> type(p) <class 'dict'> >>> p {'name': '张三', 'age': 30, 'ismarried': false}
>>> class person: def __init__(self , name , age , ismarried): self.name = name self.age = age self.ismarried = ismarried >>> p = person('张三' , 30 , false)
>>> p = person('张三' , 30 , false) >>> import pickle >>> pp = pickle.dumps(p) >>> type(pp) <class 'bytes'> >>> pp b'\x80\x03c__main__\nperson\nq\x00)\x81q\x01}q\x02(x\x04\x00\x00\x00nameq\x03x\x06\x00\x00\x00\xe5\xbc\xa0\xe4\xb8\x89q\x04x\x03\x00\x00\x00ageq\x05k\x1ex\t\x00\x00\x00ismarriedq\x06\x89ub.' >>> p2 = pickle.loads(pp) >>> type(p2) <class '__main__.person'> >>> p2.name '张三'
>>> per = pickle.dumps(person) >>> per b'\x80\x03c__main__\nperson\nq\x00.' >>> per2 = pickle.loads(per) >>> per2 <class '__main__.person'>
>>> import json >>> p = person('张三' , 30 , false) >>> json.dumps(p) traceback (most recent call last): file "<pyshell#49>", line 1, in <module> json.dumps(p) …… typeerror: object of type 'person' is not json serializable
>>> def person2dict(per): return { 'name':per.name , 'age':per.age , 'ismarried':per.ismarried } >>> p3 = json.dumps(p , default=person2dict) >>> type(p3) <class 'str'> >>> p3 '{"name": "\\u5f20\\u4e09", "age": 30, "ismarried": false}' >>> p3 = json.dumps(p , default=person2dict , ensure_ascii=false) >>> type(p3) <class 'str'> >>> p3 '{"name": "张三", "age": 30, "ismarried": false}'
>>> p4 = json.loads(p3) >>> type(p4) <class 'dict'> >>> p4 {'name': '张三', 'age': 30, 'ismarried': false}
>>> def dict2person(d): return person(d['name'],d['age'],d['ismarried']) >>> p5 = json.loads(p3 , object_hook=dict2person) >>> type(p5) <class '__main__.person'> >>> p5.name '张三'
如对本文有疑问,请在下面进行留言讨论,广大热心网友会与你互动!! 点击进行留言回复
python求numpy中array按列非零元素的平均值案例
网友评论