python实现自定义对象的 序列化反序列化方法 序列化和反序列化 python

定义

序列化

将对象信息或者数据结构信息，通过一定规则进行转换，可以达到文件存储或者网络传输的效果。

反序列化

将通过序列化规则生成的字符串转化成原始的数据类型

可序列化的数据类型

• number
• str
• list
• tuple
• dict

序列化模块：json模块

是一个通用的模块，即在所有的编程语言中都有json模块，并且序列化和反序列化的规则是统一的。

json.dumps，参数解析：

• sort_keys=True：sort_keys是告诉编码器按照字典排序(a到z)输出
• indent=4：indent参数根据数据格式缩进显示，读起来更加清晰
• ensure_ascii=False：将ascii码可以转化成中文
• separators=(’,’,’:’)：separators参数的作用是去掉:后面的空格，:后面的空格是为了美化输出结果的作用，但是在我们传输数据的过程中，越精简越好，冗余的东西全部去掉，因此就可以加上.
• skipkeys=True：skipkeys参数，在encoding过程中，dict对象的key只可以是string对象，如果是其他类型，那么在编码过程中就会抛出ValueError的异常。skipkeys可以跳过那些非string对象当作key的处理.

例1：使用dumps和loads，对象序列化和反序列化

import json

int1 = 123
str1 = 'aa'
list1 = [1, 2, 3]
tuple1 = (1, 'a')
dict1 = {'name': '张三'}

# 序列化
int2 = json.dumps(int1)
print(f'数字序列化后：{int2},数据类型是：{type(int2)}')

str2 = json.dumps(str1)
print(f'字符串序列化后：{str2},数据类型是：{type(str2)}')

list2 = json.dumps(list1)
print(f'列表序列化后：{list2},数据类型是：{type(list2)}')

tuple2 = json.dumps(tuple1)
print(f'数组序列化后：{tuple2},数据类型是：{type(tuple2)}')

dict2 = json.dumps(dict1)
print(f'字典序列化后：{dict2},数据类型是：{type(dict2)}')


print('--------反序列化--------')

# 反序列化
int3 = json.loads(int2)
print(f'数字反序列化后：{int3},数据类型是：{type(int3)}')

str3 = json.loads(str2)
print(f'字符串序列化后：{str3},数据类型是：{type(str3)}')

list3 = json.loads(list2)
print(f'列表序列化后：{list3},数据类型是：{type(list3)}')

tuple3 = json.loads(tuple2)
print(f'数组序列化后：{tuple3},数据类型是：{type(tuple3)}')

dict3 = json.loads(dict2)
print(f'字典序列化后：{dict3},数据类型是：{type(dict3)}')

结果：

json使用总结：

• 不论什么类型，序列化后获得都是字符串类型
• 元组类型的数据，序列化后获得的是字符串类型，但是元素是在[]中
• 元组类型序列化后再反序列化变成了列表类型，其他的数据类型则都是变成原始的类型

例2：使用dump和load，读写文件

import json

dict1 = {'name': '张三'}

# 写如文件
with open('b.json', 'w', encoding='utf-8') as f1:
    json.dump(dict1, f1)

# 读取文件
with open('b.json', 'r', encoding='utf-8') as f2:
    result = json.load(f2)
    print(f'结果：{result}，数据类型：{type(result)}')
    # 将得到的数据转换成json格式，若是有中文要将ascii码转化成可以显示中文
    res = json.dumps(result, ensure_ascii=False)
    # json是一种数据格式，实际数据类型还是字符串
    print(f'转换后结果：{res}，数据类型：{type(res)}')

结果：

序列化模块：pickle模块

并不是所有的编程语言都有pickle模块

例1：使用dumps和loads，对象序列化和反序列化

import pickle

int1 = 123
str1 = 'aa'
list1 = [1, 2, 3]
tuple1 = (1, 'a')
dict1 = {'name': '张三'}

# 序列化
int2 = pickle.dumps(int1)
print(f'数字序列化后：{int2},数据类型是：{type(int2)}')

str2 = pickle.dumps(str1)
print(f'字符串序列化后：{str2},数据类型是：{type(str2)}')

list2 = pickle.dumps(list1)
print(f'列表序列化后：{list2},数据类型是：{type(list2)}')

tuple2 = pickle.dumps(tuple1)
print(f'数组序列化后：{tuple2},数据类型是：{type(tuple2)}')

dict2 = pickle.dumps(dict1)
print(f'字典序列化后：{dict2},数据类型是：{type(dict2)}')


print('--------反序列化--------')

# 反序列化
int3 = pickle.loads(int2)
print(f'数字反序列化后：{int3},数据类型是：{type(int3)}')

str3 = pickle.loads(str2)
print(f'字符串序列化后：{str3},数据类型是：{type(str3)}')

list3 = pickle.loads(list2)
print(f'列表序列化后：{list3},数据类型是：{type(list3)}')

tuple3 = pickle.loads(tuple2)
print(f'数组序列化后：{tuple3},数据类型是：{type(tuple3)}')

dict3 = pickle.loads(dict2)
print(f'字典序列化后：{dict3},数据类型是：{type(dict3)}')

结果：

pickle使用总结：

• 不论什么类型，序列化后获得都是byte类型
• 不论什么类型，序列化后再反序列化获得的都是它的原始数据类型，元组这里返回的同样是元组，这里跟json模块使用不同

例2：使用dump和load，读写文件，写入的是二进制文件，要用wb和rb模式

import pickle

dict1 = {'name': '张三'}

# 写如文件
with open('b.json', 'wb') as f1:
    pickle.dump(dict1, f1)

# 读取文件
with open('b.json', 'rb') as f2:
    result = pickle.load(f2)
    print(f'结果：{result}，数据类型：{type(result)}')

结果：