点击下载
本文文档

当前位置：首页 - 科技 - 知识百科 - 正文

内存中数据序列化实例

来源：动视网责编：小采时间：2020-11-27 14:23:35

内存中数据序列化实例

内存中数据序列化实例:一、用途我们需要将内存中的数据进行序列化，即写入文件中时，写入的类型只能是字符串或者二进制类型。但是如果我们想要将复杂一些的数据类型，如：列表、字典或者函数之类的同样进行序列化，我们就要用到 json或者pickle。二、json序列化1、dumps序列

推荐度：

点击下载本文 文档为doc格式

导读内存中数据序列化实例:一、用途我们需要将内存中的数据进行序列化，即写入文件中时，写入的类型只能是字符串或者二进制类型。但是如果我们想要将复杂一些的数据类型，如：列表、字典或者函数之类的同样进行序列化，我们就要用到 json或者pickle。二、json序列化1、dumps序列

一、用途

　　我们需要将内存中的数据进行序列化，即写入文件中时，写入的类型只能是字符串或者二进制类型。但是如果我们想要将复杂一些的数据类型，如：列表、字典或者函数之类的同样进行序列化，我们就要用到 json或者pickle。

二、json序列化

1、dumps序列化和loads反序列化

dumps把数据类型转换成字符串

import json

info = {
 'name': 'The Count of Monte Cristo',
 'type': 'Movie'
}

data = json.dumps(info)
print(data)
print(type(data))

#

输出 {"name": "The Count of Monte Cristo", "type": "Movie"} <class 'str'>

loads把字符串转换成数据类型

import json

get_info = json.loads(data)
print(get_info['name'])
print(get_info)
print(type(get_info))

#

输出 The Count of Monte Cristo {'name': 'The Count of Monte Cristo', 'type': 'Movie'} <class 'dict'>　

2.dump序列化和load反序列化

dump把数据类型转换成字符串并存储在文件中

import json

info = {
 'name': 'The Count of Monte Cristo',
 'type': 'Movie'
}

with open("test.txt", "w", encoding="utf-8") as f:
 json.dump(info, f) # 第一个参数是内存中的数据对象，第二个参数是文件句柄

#写入文件中的内容
{"name": "The Count of Monte Cristo", "type": "Movie"}

load把文件打开从字符串转换成数据类型

import json


with open("test.txt", "r", encoding="utf-8") as f:
 data_from_file = json.load(f)

print(data_from_file['name'])
print(data_from_file)
print(type(data_from_file))

#

输出 The Count of Monte Cristo {'name': 'The Count of Monte Cristo', 'type': 'Movie'} <class 'dict'>

3.json序列化一个函数

import json

def test(name):
 print("hello,{}".format(name))

info = {
 'name': 'The Count of Monte Cristo',
 'type': 'Movie',
 'func': test
}

data = json.dumps(info)

#

输出 File "G:/python/untitled/study6/json&pickle模块.py", line 22, in <module> data = json.dumps(info) File "G:pythoninstalllibjson\__init__.py", line 230, in dumps return _default_encoder.encode(obj) File "G:pythoninstalllibjsonencoder.py", line 198, in encode chunks = self.iterencode(o, _one_shot=True) File "G:pythoninstalllibjsonencoder.py", line 256, in iterencode return _iterencode(o, 0) File "G:pythoninstalllibjsonencoder.py", line 179, in default raise TypeError(repr(o) + " is not JSON serializable") TypeError: <function test at 0x0000021B13C57F28> is not JSON serializable

1、json只能处理简单的数据类型，例如：字典、列表、字符串等，不能处理函数等复杂的数据类型。

2、json是所有语言通用的，所有语言都支持json，如果我们需要python跟其他语言进行数据交互，那么就用json格式

三、pickle序列化

pickle的用法和上面的相同，但是pickle序列化后的数据类型是二进制的，并且pickle只能在python中是使用。

1.dumps && loads

import pickle


def test(name):
 print("hello,{}".format(name))

info = {
 'name': 'The Count of Monte Cristo',
 'type': 'Movie',
 'func': test
}

data = pickle.dumps(info)
print(data)
print(type(data))

#

输出 b'x80x03}qx00(Xx04x00x00x00nameqx01Xx19x00x00x00The Count of Monte Cristoqx02Xx04x00x00x00typeqx03Xx05x00x00x00Movieqx04Xx04x00x00x00funcqx05c__main__ test qx06u.' <class 'bytes'>

import pickle

get_data = pickle.loads(data)
get_data['func']('cat')
print(get_data)

#

输出 hello,cat {'name': 'The Count of Monte Cristo', 'type': 'Movie', 'func': <function test at 0x00000235350A7F28>}

2. dump && load

import pickle


def test(name):
 print("hello,{}".format(name))

info = {
 'name': 'The Count of Monte Cristo',
 'type': 'Movie',
 'func': test
}

with open('test.txt', 'wb') as f:
 pickle.dump(info, f)

# 写入test.txt文件中的内容

?}q (X typeqX MovieqX funcqc__main__
test
qX nameqX The Count of Monte Cristoqu.

import pickle

with open('test.txt', 'rb') as f:
 get_data = pickle.load(f)
print(get_data)

#

输出 {'name': 'The Count of Monte Cristo', 'func': <function test at 0x000001BA2AB4D510>, 'type': 'Movie'}

总结：

json值支持简单的数据类型，pickle支持所有的数据类型。

pickle只能支持python本身的序列化和反序列化，不能用作和其他语言做数据交互，而json可以。

pickle序列化的是整个的数据对象，所以反序列化函数时，函数体中的逻辑变了，是跟着心的函数体走的。

内存中数据序列化实例

推荐度：

点击下载本文 文档为doc格式

标签：内存数据案例

热门焦点

内存中数据序列化实例

内存中数据序列化实例

一、用途

二、json序列化

1、dumps序列化和loads反序列化

2.dump序列化和load反序列化

3.json序列化一个函数

三、pickle序列化

1.dumps && loads

2. dump && load

内存中数据序列化实例

最新推荐

猜你喜欢

热门推荐