pickle模块和json模块

序列化与反序列化

变量从内存中变成可存储或传输的过程，称之为序列化

序列化之后，就可以把序列化后的内容(序列化后的内容是一个Bytes)写入磁盘，或者通过网络传输到别的机器上。

把变量内容从序列化的对象重新读到内存里，称之为反序列化，即unpickling。

str1='hello python'
file1=open(r"text.txt",mode='w',encoding='utf-8')
text=file1.write(str1)
file1.close()
# 读取文件
file2=open(r'text.txt',mode='r',encoding='utf-8')
text=file2.read()
file2.close()
print(text)

当我们在创建一个变量时，将变量的值存储到内存中，之后再存储到文件中，这个过程就是序列化,
而从文件到内存，再读取成变量，这个过程就叫做反序列化

json模块

json模块是将序列化数据从文件里读取出来或者存入文件。

json有以下四个函数：

• dumps()：将 Python 中的对象序列化成二进制对象，并返回；
• loads()：读取给定的二进制对象数据，并将其转换为 Python 对象；
• dump()：将 Python 中的对象序列化成二进制对象，并写入文件；
• load()：读取指定的序列化数据文件，并返回对象。

dumps序列化

import json
dict1={'name':"aa",'age':18,'sex':'男'}
#序列化
data=json.dumps(dict1)
f1=open(r'text.txt',mode='w',encoding='utf-8')
x1=f1.write(data)
f1.close()

调用json模块，将创建的字典，用dumps序列化，再将文件写入到text.txt文件中

loads反序列化

import json
f2=open(r'text.txt',mode='r',encoding='utf-8')
data=f2.read()
f2.close()
x2=json.loads(data)
print(x2)
print(type(x2))

C:\Users\
{'name': 'aa', 'age': 18, 'sex': '男'}
<class 'dict'>
进程已结束,退出代码0

dump()与dumps()的区别

json.dumps()是把python对象转换成json对象的一个过程，生成的是字符串。
json.dump()是把python对象转换成json对象生成一个fp的文件流，和文件相关。

json.loads()与json.load()

json.loads()是针对内存对象，将string转换为dict。
json.load()针对文件句柄，将json格式的字符转换为dict，从文件中读取 (将string转换为dict)

pickle模块

pickle与json用法类似，同样也有这四个参数，但是与json的区别是：

1. pickle只是在python中专属，而json可以用于其他许多语言
2. json只能支持int\str\list\tuple\dict的类型进行序列化，而pickle对类和函数也是可以的

函数的序列化

import pickle
#序列化
def aa():
    print('good')
data=pickle.dumps(aa)
f1=open(r'text.txt',mode='wb')
x1=f1.write(data)
f1.close()
#反序列化
f2=open(r'text.txt',mode='rb')
data=f2.read()
f2.close()
x2=pickle.loads(data)
x2()
import pickle
#序列化
def aa():
    print('good')
data=pickle.dumps(aa)
f1=open(r'text.txt',mode='wb')
x1=f1.write(data)
f1.close()
#反序列化
f2=open(r'text.txt',mode='rb')
data=f2.read()
f2.close()
x2=pickle.loads(data)
print(x2)

类的序列化

import pickle
#序列化
class aa():
    def __init__(self):
        print('good')
data=pickle.dumps(aa)
f1=open(r'text.txt',mode='wb')
x1=f1.write(data)
f1.close()
#反序列化
f2=open(r'text.txt',mode='rb')
data=f2.read()
f2.close()
x2=pickle.loads(data)
x2()