1.简介

● json：用于字符串 和 python简单数据类型(list,dict...)间进行转换；字符串<--->python简单数据类型

● pickle：用于python特有的类型 和 python的数据类型间进行转换 ；bytes<--->python特殊数据类型

● Json模块提供了四个功能：dumps、dump、loads、load

● pickle模块提供了四个功能：dumps、dump、loads、load


2.json序列化和反序列化

importjson#json序列化data={"name":"cx","age":"18",}f=open("text.txt","w")f.write(json.dumps(data))#将字典序列化为字符串写入文件#json.dump(data,f)==f.write(json.dumps(data))f.close()--------------------------------------------#json反序列化f=open("text.txt","r")data=json.loads(f.read())#从文件中将数据读出来之后将字符串格式序列化成字典格式#json.load(f)==json.loads(f.read())print(data["name"])f.close()


3.pickle序列化和反序列化

#pickle序列化importpickledeftest_func(name):print("name:",name)data1={"name":"cx","age":"18","test":test_func,#对于这种数据json不能处理，可以用pickle}f=open("text.txt","wb")f.write(pickle.dumps(data1))#将特殊数据类型序列化为bytes类型之后写入文件#pickle.dump(data1,f)==f.write(pickle.dumps(data1))f.close()--------------------------------------------#pickle反序列化deftest_func(name):#由于前面在序列化的时候data字典中存有test_func对象的内存地址，print("name:",name)#但是前面序列化程序一执行完内存就释放了，所以这里反序列化的时候找不到该内存地址就会报错，#所以在这里声明这个函数importpicklef=open("text.txt","rb")data=pickle.loads(f.read())#从文件中将数据读出来之后将bytes类型序列化成字典格式#pickle.loads(f.read())==pickle.load(f)print(data["test"])f.close()

注：使用json和pickle时不要往同一个文件序列化或者反序列化多次，只能往一个文件dumps和loads一次。若要多次序列化，请往多个文件序列化。


4.shelve模块，底层也是用的pickle模块，同pickle的区别就是可以同时序列化和反序列化多次

importshelveimportdatetimea={"name":"feng","job":"IT"}b=["1","2","3"]f=shelve.open("shelve_test")#打开文件f["test1"]=a#序列化字典f["test2"]=b#序列化列表f["test3"]=datetime.datetime.now()#序列化时间f.close()#反序列化#f=shelve.open("shelve_test")#打开文件#print(f.get("test1"))#print(f.get("test2"))#print(f.get("test2"))#f.close()

注：json可用于各类语言间转化；pickle,shelve仅python使用