序列化和反序列化
为什么要序列化
内存中的字典、列表、集合以及各种对象，如何保存到一个文件中？
如果是自己定义的类的实例，如何保存到一个文件中？
如何从文件中读取数据，并让它们在内存中再次恢复成对应的类的实例？
要设计一套协议，按照某种规则，把内存中数据保存到文件中。文件是一个字节序列，所以必须把数据转换成字节序列，输出到文件。这就是序列化。反之，从文件的字节序列恢复到内存并且还是原来的类型，这就是反序列化。
定义
- serialization序列化：将内存中对象存储下来，把它编程一个个字节。->二进制
- deserialization反序列化：将文件的一个个字节恢复成内存中对象。<-二进制
- 序列化保存到文件就是持久化：可以将数列序列化后持久化，或者网络传输，也可以将从文件中或者网络接受到的字节序列反序列化
- python提供了pickle库
pickle库
python中序列化、反序列化模块
函数 | 说明 |
dumps | 对象序列化为bytes对象 |
dump | 对象序列化到文件对象那个，就是存入文件 |
loads | 从bytes对象反序列化 |
load | 对象反序列化，从文件读取数据 |
- 序列化
序列化
import pickle
a=99
b='c'
c=[48,'abc']
d={'a':'ddd','b':1}
with open('e:/c.txt','wb+') as f:
pickle.dump(a,f)
pickle.dump(b,f)
pickle.dump(c,f)
pickle.dump(d,f)
序列化后得到的是一个二进制序列，二进制序列中有很多不认识的，表示的是原来存储前数据的类型和界定符用的方法是dumps。
这里使用dump是存入文件中
- 反序列化
#反序列化
with open('e:/c.txt','rb+') as t:
for i in range(4):
i=pickle.load(t)
print(type(i),i)
使用load将文件中的队行反序列化，需要读取界定符，原来的数据类型。
loads是将bytes对象反序列化
还原回的已经不是原来的
- 对象序列化
#对象序列化
class AAA:
t='abc'
def show(s):
print('abc')
a=AAA()
#序列化
ser=pickle.dumps(a)
print(ser)
#反序列化
a1=pickle.loads(ser)
print(a1.t)
a1.show()
序列化只序列化了AAA类，反序列化回根据目前的类补全函数。
- 序列化应用
一般的说，本地序列化的情况应用较少。大多数场景都是应用在网络传输中。
将数据序列化后通过网络传输到远程结点，远程服务器上的服务将接收到的数据反序列化后，就可以使用了，但是要注意一点，源程接收端，反序列化时必须要有对应的数据类型，否则会报错。尤其是自定义类，必须远程得有一致的定义。
目前，大多数项目都不是单机的，要不是单服务的，需要多个程序之间配合，需要通过网络将数据传送到其他结点上去，这就需要大量的序列化、反序列化过程
Json
JSON(javaScript Object Notation,JS 对象标记)是一种轻量级的数据交换格式，它基于ECMAScript(w3w组织制定的JS规范)的一个子集，采用完全独立于编程语言的文本格式啦储存和表示数据
http://json.org/Json的数据类型
- 值
双引号引起来的字符串，数值，true和false，null，对象，数组，这些都是值
value
字符串：由双引号包围起来的任意字符的组合，可以有转移字符
数值：有正负、有整数、浮点数。
对象：无序的键值对的集合，格式:{key1:value1,……,keyn:valuen},key必须是一个字符串，需要双引号包围这个字符串，value可以是任意合法的值
数组：有序的值的集合，格式[val1,……,valn]
Json模块
Python与Json
Python支持少量内建数据类型到Json类型的转换
Python | Json类型 |
True | true |
False | false |
None | |
str | string |
int | integer |
float | float |
list | array |
dict | object |
python中set集不能识别
常用方法
Python类型 | Json类型 |
dumps | Json编码 |
dump | Json编码并存入文件 |
loads | Json解码 |
load | Json解码，从文件读取数据 |
import json
d={'name':'Tom','age':20,'interest':('music','movie'),'class':['python']}
j=json.dumps(d)
print(j,type(j))
d1=json.loads(j)
print(d1,type(d1))
print(id(d),id(d1))
- 可以看出pickle序列化占的字符多，json占的字符少，在python中使用pickle什么类型都可以传输，json不能识别python中的set集
一般Json便阿门的数据很少落地，数据都是通过网络传输，传输的时候，要考虑压缩它
本质上来说它就是个文本，就是个字符串
json很简单，几乎编程语言都支持json,所以引用范围十分广泛
MessagePack
MessagePack是一个基于二进制高效的对象序列化类库，可用于跨语言通信。
它可以像Json那样，在许多种语言之间交换结构对象
但是它比Json更快速也更轻巧
支持Python、Ruby、Java等众多语言，兼容Json和pickle
- python安装
- 常用方法
dumps,转换成二进制序列，序列化
dump，转换成二进制序列后存入文件，序列化
loads,将二进制序列转化为原来模式，反序列化
load，将文件转换成原来模式，反序列化 - 三种序列化的对比
#pickle、json、msgpack序列化对比
import json
import pickle
import msgpack
d={'name':'Tom','age':20,'interest':('music','movie'),'class':['python']}
#json序列化
j=json.dumps(d)
print(j,type(j),len(j))
#pickle序列化
p=pickle.dumps(d)
print(p,type(p),len(p))
#msgpack序列化
m=msgpack.dumps(d)
print(m,type(m),len(m))
MessagePack简单易用，高效压缩，支持语言丰富
所以，用它序列化也是一种很好的选择。
