• 技术文章 >Python技术 >Python基础教程

    Python之json模块和pickle模块详解

    爱喝马黛茶的安东尼爱喝马黛茶的安东尼2019-07-02 14:51:37原创2252

    json模块和pickle模块的用法

    在python中，可以使用pickle和json两个模块对数据进行序列化操作。

    其中：

    json可以用于字符串或者字典等与python数据类型之间的序列化与反序列化操作。

    pickle可以用于python特有类型与python数据类型之间的序列化与反序列化操作。

    json模块的用法

    1. 查看json模块内的方法：

    1

    2

    3

    4

    5

    >>> import json

    >>> dir(json)

    ['JSONDecodeError', 'JSONDecoder', 'JSONEncoder', '__all__', '__author__', '__builtins__', '__cached__', '__doc__',

    '__file__', '__loader__', '__name__', '__package__', '__path__', '__spec__', '__version__', '_default_decoder',

    '_default_encoder', 'decoder', 'dump', 'dumps', 'encoder', 'load', 'loads', 'scanner']

    2. json模块常用的功能的：dumps,dump,loads,load

    3.使用json.dumps方法可以将字典等数据格式化成一个字符串，这样可以方便别的编程语言进行调用。

    1

    2

    3

    4

    5

    6

    >>> dic1={"k1":"v1","k2":"v2"}

    >>> res=json.dumps(dic1)

    >>> print(res)

    {"k1": "v1", "k2": "v2"}

    >>> print(type(res))

    <class 'str'>

    格式化后的字符串看似跟原来的没什么两样，但是查看格式化后的类型就会发现是一个字符串，已经被json模块处理过了。

    4.可以使用json.loads进行反序列化

    1

    2

    3

    4

    5

    6

    7

    8

    9

    >>> print(type(res2))

    <class 'dict'>

    >>> print(res)

    {"k1": "v1", "k2": "v2"}

    >>> print(type(res))

    <class 'str'>

    >>> res2=json.loads(res)

    >>> print(res2)

    {'k1': 'v1', 'k2': 'v2'}

    5.还可以用json.dump方法把字典等数据类型序列化进入一个文件中，等待别的程序进行调用。

    1

    2

    3

    4

    import json

    dic1={"k1":"v1","k2":"v2"}

    with open("f1","w") as f:

        json.dump(dic1,f)

    运行上面的代码，可以看到在同级目录下，生成一个名为“f1”的文件，打开f1文件，其内容为：

    1

    {"k1": "v1", "k2": "v2"}

    6.可以使用json.load方法读取文件f1中的内容：

    1

    2

    3

    4

    5

    import json

    with open("f1") as f:

        res=json.load(f)

        print(res)

        print(type(res))

    打印反序列化后的数据及其类型，得到的结果为：

    1

    2

    {'k1': 'v1', 'k2': 'v2'}

    <class 'dict'>

    相关推荐：《Python视频教程》

    pickle模块的用法

    1.查看pickle模块内的方法：

    1

    2

    3

    4

    5

    6

    7

    8

    9

    10

    11

    12

    13

    14

    15

    >>> import pickle

    >>> dir(pickle)

    ['ADDITEMS', 'APPEND', 'APPENDS', 'BINBYTES', 'BINBYTES8', 'BINFLOAT', 'BINGET', 'BININT', 'BININT1', 'BININT2',

     'BINPERSID', 'BINPUT', 'BINSTRING', 'BINUNICODE', 'BINUNICODE8', 'BUILD', 'DEFAULT_PROTOCOL', 'DICT', 'DUP',

     'EMPTY_DICT', 'EMPTY_LIST', 'EMPTY_SET', 'EMPTY_TUPLE', 'EXT1', 'EXT2', 'EXT4', 'FALSE', 'FLOAT', 'FRAME',

     'FROZENSET', 'FunctionType', 'GET', 'GLOBAL', 'HIGHEST_PROTOCOL', 'INST', 'INT', 'LIST', 'LONG', 'LONG1', 'LONG4',

     'LONG_BINGET', 'LONG_BINPUT', 'MARK', 'MEMOIZE', 'NEWFALSE', 'NEWOBJ', 'NEWOBJ_EX', 'NEWTRUE', 'NONE', 'OBJ',

     'PERSID', 'POP', 'POP_MARK', 'PROTO', 'PUT', 'PickleError', 'Pickler', 'PicklingError', 'PyStringMap', 'REDUCE',

     'SETITEM', 'SETITEMS', 'SHORT_BINBYTES', 'SHORT_BINSTRING', 'SHORT_BINUNICODE', 'STACK_GLOBAL', 'STOP', 'STRING',

     'TRUE', 'TUPLE', 'TUPLE1', 'TUPLE2', 'TUPLE3', 'UNICODE', 'Unpickler', 'UnpicklingError', '_Framer', '_Pickler',

     '_Stop', '_Unframer', '_Unpickler', '__all__', '__builtins__', '__cached__', '__doc__', '__file__', '__loader__',

     '__name__', '__package__', '__spec__', '_compat_pickle', '_dump', '_dumps', '_extension_cache', '_extension_registry',

     '_getattribute', '_inverted_registry', '_load', '_loads', '_test', '_tuplesize2code', 'bytes_types', 'codecs',

     'compatible_formats', 'decode_long', 'dispatch_table', 'dump', 'dumps', 'encode_long', 'format_version', 'io',

     'islice', 'load', 'loads', 'maxsize', 'pack', 're', 'sys', 'unpack', 'whichmodule']

    2.想查看某一个方法的帮助文档：

    1

    help(pickle.modules)

    比如，我想知道pickle下的dump模块怎么用：

    1

    help(pickle.dump)

    就可以得到pickle.dump方法的帮助文档

    3.pickle模块常用的方法有：dumps,loads,dump,load

    4.使用pickle.dumps对数据进行序列化操作

    1

    2

    3

    4

    5

    6

    7

    8

    9

    10

    import pickle

    l1=[1,2,3,4,5]

    t1=(1,2,3,4,5)

    dic1={"k1":"v1","k2":"v2","k3":"v3"}

    res_l1=pickle.dumps(l1)

    res_t1=pickle.dumps(t1)

    res_dic=pickle.dumps(dic1)

    print(res_l1)

    print(res_t1)

    print(res_dic)

    对数据进行序列化操作后，打印数据得到结果为：

    1

    2

    3

    4

    b'\x80\x03]q\x00(K\x01K\x02K\x03K\x04K\x05e.'

    b'\x80\x03(K\x01K\x02K\x03K\x04K\x05tq\x00.'

    b'\x80\x03}q\x00(X\x02\x00\x00\x00k1q\x01X\x02\x00\x00\x00v1q\x02X\x02\x00\x00\x00k2q\x03X\x02\x00

    \x00\x00v2q\x04X\x02\x00\x00\x00k3q\x05X\x02\x00\x00\x00v3q\x06u.'

    可以看到是一堆二进制乱码

    5.使用pickle.loads进行反序列化操作

    1

    2

    3

    4

    5

    6

    7

    8

    9

    10

    import pickle

    l1=[1,2,3,4,5]

    t1=(1,2,3,4,5)

    dic1={"k1":"v1","k2":"v2","k3":"v3"}

    res_l1=pickle.dumps(l1)

    res_t1=pickle.dumps(t1)

    res_dic=pickle.dumps(dic1)

    print(pickle.loads(res_l1),type(pickle.loads(res_l1)))

    print(pickle.loads(res_t1),type(pickle.loads(res_t1)))

    print(pickle.loads(res_dic),type(pickle.loads(res_dic)))

    打印序列化后的数据及其类型，得到结果为：

    1

    2

    3

    [1, 2, 3, 4, 5] <class 'list'>

    (1, 2, 3, 4, 5) <class 'tuple'>

    {'k1': 'v1', 'k2': 'v2', 'k3': 'v3'} <class 'dict'>

    可以看到序列化之前是什么类型的数据，反序列化后其数据类型不变。

    6.可以用pickle.dumps把列表，元组或字典序列化进一个文件中以实现永久保存。

    把列表l1序列化进一个文件f1中：

    1

    2

    3

    4

    5

    6

    import pickle

    l1=[1,2,3,4,5]

    t1=(1,2,3,4,5)

    dic1={"k1":"v1","k2":"v2","k3":"v3"}

    with open("f1","wb") as f:

        pickle.dump(l1,f)

    7.可以使用pickle.load对文件f1进行反序列化，得到文件f1里保存的数据

    1

    2

    3

    4

    import pickle

    with open("f1","rb") as f:

        res=pickle.load(f)

        print(res)

    反序列化之后，打印数据及其类型可以看到：

    1

    2

    [1, 2, 3, 4, 5]

    <class 'list'>

    使用同样的方法，也可以把元组，或字典序列化进一个文件中以实现永久保存。

    专题推荐：python json pickle
    上一篇：Python之math模块常用方法汇总 下一篇：python线程中的semaphore信号量是什么

    相关文章推荐

    • Python查看模块（变量、函数、类）方法• Python之math模块常用方法汇总

    全部评论我要评论

    © 2021 Python学习网 苏ICP备2021003149号-1

  • 取消发布评论
    • 

    Python学习网

    首页 首页视频视频手册手册图文图文文章文章社区社区