一、题外话

序列化：把其他数据类型转换成字符串或者bytes的过程

为什么要使用序列化

1. 在网络上传输的只能是bytes
2. 存储在文件中的只能是字符串和bytes

二、json模块

tips1：json模块能够处理的数据类型是非常有限的，仅仅包括：字典、字符串、列表、数字
tips: json模块之所以有这么多的限制，是因为json模块是所有语言都通用的，不止是我们python在用，所系必须是规范化的，简单来说，比如我们用python使用json序列化了一个字符串，那在java中，也能反序列化回去继续使用，反之亦然。
json模块提供了4个方法，下面依次介绍：
1. json.dumps 序列化（在内存中操作）
import json
dic = {"name": "HYG", "age": 18}
result = json.dumps(dic)  # dumps：序列化
print(result, type(result))  # {"name": "HYG", "age": 18} <class 'str'>
字典在序列化后，得到的字符串结果是""，不是’’
2. json.loads 反序列化（在内存中操作）
import json
dic = {"name": "HYG", "age": 18}
result = json.dumps(dic)  # dumps：序列化
result1 = json.loads(result)  # loads：反序列化
print(result, type(result))  # {"name": "HYG", "age": 18} <class 'str'>
print(result1, type(result1))  # {'name': 'HYG', 'age': 18} <class 'dict'>
3. json.dump 序列化（操作文件），序列化之后，直接存到文件中
dic = {"name": "HYG", "age": 18}
with open("test.txt", "a") as file:
    json.dump(dic, file)  # 直接把该字典序列化之后，存到文件中

# 文件内容：{"name": "HYG", "age": 18}
4. json.loads 反序列化（操作文件），把文件中的内容反序列化后为我们所用
with open("test.txt") as file:
    ret = json.load(file)
    print(ret, type(ret))  # {'name': 'HYG', 'age': 18} <class 'dict'>
原文件内容就是我们之前序列化过得字符串
tips：我们可以在文件中手动添加内容，反序列化也可以得到，但是：我们手动添加的字符串内容，字符串内容，必须用""双引号，单引号是会报错的
5. 由于题开始就阐述了json的各种约束，所以，json使用的时候，会遇到一些问题，下面是遇到的一些问题，总结归纳了一下：
①、当把数字作为字典key时：
  • 把数字作为兼职对的key的时候，序列化的时候是没有问题可以直接操作的，但是反序列化回来后，我们之前的数字，就变成字符串格式啦
②、当把元组作为字典的value时：
  • 把元组作为字典的value去处理的时候，一样的，序列化的时候把元组改成了列表，反序列化回来之后，我们的元组，也被强行改成了列表！！！
③、如果：
  • 字典的key是元组、序列化的对象是集合或元组或其他情况下，
    是不能进行序列化哒！！！
# 问题1：数字做key的问题
dic = {1: 'value', 2: 'value2'}
ret = json.dumps(dic)  # 序列化
print(dic, type(dic))  # {1: 'value', 2: 'value2'} <class 'dict'>
print(ret, type(ret))  # {"1": "value", "2": "value2"} <class 'str'>

res = json.loads(ret)  # 反序列化
print(res, type(res))  # {'1': 'value', '2': 'value2'} <class 'dict'>

# 问题2
dic1 = {1: [1, 2, 3], 2: (4, 5, 'aa')}
ret1 = json.dumps(dic1)  # 序列化
print(dic1, type(dic1))  # {1: [1, 2, 3], 2: (4, 5, 'aa')} <class 'dict'>
print(ret1, type(ret1))  # {"1": [1, 2, 3], "2": [4, 5, "aa"]} <class 'str'>

res1 = json.loads(ret1)  # 反序列化
print(res1, type(res1))  # {'1': [1, 2, 3], '2': [4, 5, 'aa']} <class 'dict'>
6. 小扩展
dic = {"name": "张三丰"}

print(json.dumps(dic))  # {"name": "\u5f20\u4e09\u4e30"}
print(json.dumps(dic, ensure_ascii=False))  # {"name": "张三丰"}
tips:除了ensure_ascii，还有很多这些参数，可以控制我们的输出，使输出更好看，详见博客：

三、pickle模块

pickle模块和json模块做的事情差不多是一样的

所提供的方法也是一样的，dumps，loads，dump，load

pickle的特点：

1.pickle模块几乎可以处理所有的数据类型
2. 但是只能在python中使用
3. 它可以多次dumps和loads
4. 他dumps后的数据类型只能是bytes
yz = (1, 2, 3)
result = pickle.dumps(yz)
print(result)  # b'\x80\x03K\x01K\x02K\x03\x87q\x00.'
result1 = pickle.loads(result)
print(result1)  # (1, 2, 3)

使用dump和load方法打开文件时，必须使用wb和rb方法打开文件，不然会报错：TypeError: write() argument must be str, not bytes

with open("test1.txt", "wb") as file:
    pickle.dump(yz, file)  # 文件内容：�KKK�q .   由于是bytes格式，使用utf-8格式就是这样的乱码

with open("test1.txt", "rb") as file1:
    print(pickle.load(file1))  # (1, 2, 3)