老生常谈Python序列化和反序列化

通过将对象序列化可以将其存储在变量或者文件中，可以保存当时对象的状态，实现其生命周期的延长。并且需要时可以再次将这个对象读取出来。Python中有几个常用模块可实现这一功能。

pickle模块

存储在变量中

dumps(obj)返回存入的字节

dic = {'age': 23, 'job': 'student'}byte_data = pickle.dumps(dic)# out -> b'/x80/x03}q/x00(X/x03/x00/x00/...'print(byte_data)

读取数据

数据以字节保存在了byte_data变量中，需要再次使用的时候使用loads函数就行了。

obj = pickle.loads(byte_data)print(obj)

存储在文件中

也可以存在文件中，使得对象持久化。使用的是dump和load函数，注意和上面的区别，少了s。由于pickle写入的是二进制数据，所以打开方式需要以wb和rb的模式。

# 序列化with open('abc.pkl', 'wb') as f:  dic = {'age': 23, 'job': 'student'}  pickle.dump(dic, f)# 反序列化with open('abc.pkl', 'rb') as f:  aa = pickle.load(f)  print(aa)  print(type(aa)) # <class 'dict'>

序列化用户自定义对象

假如我写了个类叫做Person

class Person:  def __init__(self, name, age, job):    self.name = name    self.age = age    self.job = job  def work(self):    print(self.name, 'is working...')

pickle当然也能写入，不仅可以写入类本身，也能写入它的一个实例。

# 将实例存储在变量中，当然也能存在文件中a_person = Person('abc', 22, 'waiter')person_abc = pickle.dumps(a_person)p = pickle.loads(person_abc)p.work()# 将类本身存储在变量中，loads的时候返回类本身，而非它的一个实例class_Person = pickle.dumps(Person)Person = pickle.loads(class_Person)p = Person('Bob', 23, 'Student')p.work()# 下面这个例子演示的就是将类存储在文件中# 序列化with open('person.pkl', 'wb') as f:  pickle.dump(Person, f)# 反序列化with open('person.pkl', 'rb') as f:  Person = pickle.load(f)  aa = Person('gg', 23, '6')  aa.work()

json模块

pickle可以很方便地序列化所有对象。不过json作为更为标准的格式，具有更好的可读性（pickle是二进制数据）和跨平台性。是个不错的选择。

json使用的四个函数名和pickle一致。

序列化为字符串

dic = {'age': 23, 'job': 'student'}dic_str = json.dumps(dic)print(type(dic_str), dic_str)# out: <class 'str'> {"age": 23, "job": "student"}dic_obj = json.loads(dic_str)print(type(dic_obj), dic_obj)# out: <class 'dict'> {'age': 23, 'job': 'student'}

可以看到，dumps函数将对象转换成了字符串。loads函数又将其恢复成字典。

存储为json文件

也可以存储在json文件中

dic = {'age': 23, 'job': 'student'}with open('abc.json', 'w', encoding='utf-8') as f:  json.dump(dic, f)with open('abc.json', encoding='utf-8') as f:  obj = json.load(f)  print(obj)