一、简述

我们在写入文件中的数据，只能是字符串，但是如果要想把内存的数据对象存到硬盘上去怎么办呐？下面就来说说序列化：json & pickle

二、json序列化

1、dumps序列化和loads反序列化

dumps()序列化

import  json   #导入json模块 info = {    'name':"seven",    "age":32} with open("test.txt","w") as f:  #以普通模式写入    data = json.dumps(info) #把内存对象转为字符串    f.write(data)   #写到文件中 #text.txt文件中的内容{
   "name": "seven", "age": 32}

loads()反序列化

import json with open("test.txt","r") as f:  #以普通模式读    data = json.loads(f.read())   #用loads反序列化 print(data.get("age")) #输出32

2、dump序列化和load反序列化

dump()序列化

import  json info = {    'name':"seven",    "age":32} with open("test.txt","w") as f:   #文件以写的方式打开    json.dump(info,f)    #第1个参数是内存的数据对象 ，第2个参数是文件句柄 #text.txt文件中的内容{
   "name": "seven", "age": 32}

load()反序列化

import json with open("test.txt","r") as f:   #以读的方式打开文件    data = json.load(f)  #输入文件对象 print(data["age"]) #输出32

3、序列化函数

import  json def sayhi(name):  #函数    print("name:",name) info = {    'name':"seven",    "age":32,    "func":sayhi    #引用sayhi函数名} with open("test.txt","w") as f:    json.dump(info,f)   #序列化info数据对象 #输出 File "D:\Python\Python35\lib\json\encoder.py", line 403, in _iterencode_dict    yield from chunks  File "D:\Python\Python35\lib\json\encoder.py", line 436, in _iterencode    o = _default(o)  File "D:\Python\Python35\lib\json\encoder.py", line 179, in default    raise TypeError(repr(o) + " is not JSON serializable")TypeError: 
     
       is not JSON serializable  #不支持json序列化
     

小结：

1. dumps和loads是成对使用的，dump和load是成对使用的。
2. dumps和loads由于序列化的是内容，所以后面要加s，但是dump和load序列化的内容是对象，所以单数。
3. 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。
4. 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。

二、pickle序列化

1、dumps序列化和loads反序列化

dumps()序列化

import pickle info = {    'name':"seven",    "age":32,} with open("test.txt","wb") as f:   #以二进制的形式写入    data = pickle.dumps(info)   #序列化成字符串    f.write(data)   #写入test.txt 文件中 #输出到test.txt文件中的内容�}q (X   ageqKX   nameqX   sevenqu.

loads()反序列化

import pickle with open("test.txt","rb") as f: #以二进制的模式读    data = pickle.loads(f.read())   #反序列化操作 print(data.get("age")) #输出32

2、dump序列化和load反序列化

dump()序列化

import pickle info = {    'name':"seven",    "age":32,} with open("test.txt","wb") as f:    pickle.dump(info,f)  #序列化 #输出�}q (X   ageqKX   nameqX   sevenqu.

load()反序列化

import pickle with open("test.txt","rb") as f:    data = pickle.load(f)  #反序列化成内存对象 print(data.get("age")) #输出32

从上面的结果观察，json和pickle好像也没什么区别？但是别忘了，我们说，json只能序列化简单的数据类型，而pickle可以序列化python中所有的数据类型，包括函数、类等，下面我们就来看看，如何序列化函数的。还有就是，pickle序列化的是字节，而json序列化的是字符，这个要注意一下。

3、序列化函数

①序列化

import pickle def sayhi(name):   #函数    print("hello:",name) info = {    'name':"seven",    "age":32,    "func":sayhi    #"func"对应的值sayhi，是函数名} with open("test.txt","wb") as f:    data = pickle.dumps(info)    f.write(data) #输出test.txt�}q (X   funcqc__main__sayhiqX   ageqKX   nameqX   seven.

②反序列化

import pickle def sayhi(name):   #在反序列化中必须写上此函数，不然会报错，因为在加载的时候，函数没有加载到内存    print("hello:",name) with open("test.txt","rb") as f:    data = pickle.loads(f.read()) print(data.get("age")) data.get("func")("seven")  #执行函数sayhi #输出32hello: seven   #输出的函数体中的逻辑也是可以变的，这边我就不做演示了

小结：

1. json值支持简单的数据类型，pickle支持所有的数据类型。
2. 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。
3. 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，是跟着新的函数体走的。
4. pickle和json在3.0中只能dump一次和load一次，在2.7里面可以dump多次，load多次，anyway，以后只记住，只需要dump一次，load一次就可以了。