Python之json模块和pickle模块详解

json模块和pickle模块的用法

在python中，可以使用pickle和json两个模块对数据进行序列化操作。

其中：

json可以用于字符串或者字典等与python数据类型之间的序列化与反序列化操作。

pickle可以用于python特有类型与python数据类型之间的序列化与反序列化操作。

json模块的用法

1. 查看json模块内的方法：

>>>importjson
>>>dir(json)
['JSONDecodeError','JSONDecoder','JSONEncoder','__all__','__author__','__builtins__','__cached__','__doc__',
'__file__','__loader__','__name__','__package__','__path__','__spec__','__version__','_default_decoder',
'_default_encoder','decoder','dump','dumps','encoder','load','loads','scanner']

2. json模块常用的功能的：dumps,dump,loads,load

3.使用json.dumps方法可以将字典等数据格式化成一个字符串，这样可以方便别的编程语言进行调用。

>>>dic1={"k1":"v1","k2":"v2"}
>>>res=json.dumps(dic1)
>>>print(res)
{"k1":"v1","k2":"v2"}
>>>print(type(res))
<class'str'>

格式化后的字符串看似跟原来的没什么两样，但是查看格式化后的类型就会发现是一个字符串，已经被json模块处理过了。

4.可以使用json.loads进行反序列化

>>>print(type(res2))
<class'dict'>
>>>print(res)
{"k1":"v1","k2":"v2"}
>>>print(type(res))
<class'str'>
>>>res2=json.loads(res)
>>>print(res2)
{'k1':'v1','k2':'v2'}

5.还可以用json.dump方法把字典等数据类型序列化进入一个文件中，等待别的程序进行调用。

importjson
dic1={"k1":"v1","k2":"v2"}
withopen("f1","w")asf:
json.dump(dic1,f)

运行上面的代码，可以看到在同级目录下，生成一个名为“f1”的文件，打开f1文件，其内容为：

{"k1":"v1","k2":"v2"}

6.可以使用json.load方法读取文件f1中的内容：

importjson
withopen("f1")asf:
res=json.load(f)
print(res)
print(type(res))

打印反序列化后的数据及其类型，得到的结果为：

{'k1':'v1','k2':'v2'}
<class'dict'>

相关推荐：《Python视频教程》

pickle模块的用法

1.查看pickle模块内的方法：

>>>importpickle
>>>dir(pickle)
['ADDITEMS','APPEND','APPENDS','BINBYTES','BINBYTES8','BINFLOAT','BINGET','BININT','BININT1','BININT2',
'BINPERSID','BINPUT','BINSTRING','BINUNICODE','BINUNICODE8','BUILD','DEFAULT_PROTOCOL','DICT','DUP',
'EMPTY_DICT','EMPTY_LIST','EMPTY_SET','EMPTY_TUPLE','EXT1','EXT2','EXT4','FALSE','FLOAT','FRAME',
'FROZENSET','FunctionType','GET','GLOBAL','HIGHEST_PROTOCOL','INST','INT','LIST','LONG','LONG1','LONG4',
'LONG_BINGET','LONG_BINPUT','MARK','MEMOIZE','NEWFALSE','NEWOBJ','NEWOBJ_EX','NEWTRUE','NONE','OBJ',
'PERSID','POP','POP_MARK','PROTO','PUT','PickleError','Pickler','PicklingError','PyStringMap','REDUCE',
'SETITEM','SETITEMS','SHORT_BINBYTES','SHORT_BINSTRING','SHORT_BINUNICODE','STACK_GLOBAL','STOP','STRING',
'TRUE','TUPLE','TUPLE1','TUPLE2','TUPLE3','UNICODE','Unpickler','UnpicklingError','_Framer','_Pickler',
'_Stop','_Unframer','_Unpickler','__all__','__builtins__','__cached__','__doc__','__file__','__loader__',
'__name__','__package__','__spec__','_compat_pickle','_dump','_dumps','_extension_cache','_extension_registry',
'_getattribute','_inverted_registry','_load','_loads','_test','_tuplesize2code','bytes_types','codecs',
'compatible_formats','decode_long','dispatch_table','dump','dumps','encode_long','format_version','io',
'islice','load','loads','maxsize','pack','re','sys','unpack','whichmodule']

2.想查看某一个方法的帮助文档：

help(pickle.modules)

比如，我想知道pickle下的dump模块怎么用：

help(pickle.dump)

就可以得到pickle.dump方法的帮助文档

3.pickle模块常用的方法有：dumps,loads,dump,load

4.使用pickle.dumps对数据进行序列化操作

importpickle
l1=[1,2,3,4,5]
t1=(1,2,3,4,5)
dic1={"k1":"v1","k2":"v2","k3":"v3"}
res_l1=pickle.dumps(l1)
res_t1=pickle.dumps(t1)
res_dic=pickle.dumps(dic1)
print(res_l1)
print(res_t1)
print(res_dic)

对数据进行序列化操作后，打印数据得到结果为：

b'\x80\x03]q\x00(K\x01K\x02K\x03K\x04K\x05e.'
b'\x80\x03(K\x01K\x02K\x03K\x04K\x05tq\x00.'
b'\x80\x03}q\x00(X\x02\x00\x00\x00k1q\x01X\x02\x00\x00\x00v1q\x02X\x02\x00\x00\x00k2q\x03X\x02\x00
\x00\x00v2q\x04X\x02\x00\x00\x00k3q\x05X\x02\x00\x00\x00v3q\x06u.'

可以看到是一堆二进制乱码

5.使用pickle.loads进行反序列化操作

importpickle
l1=[1,2,3,4,5]
t1=(1,2,3,4,5)
dic1={"k1":"v1","k2":"v2","k3":"v3"}
res_l1=pickle.dumps(l1)
res_t1=pickle.dumps(t1)
res_dic=pickle.dumps(dic1)
print(pickle.loads(res_l1),type(pickle.loads(res_l1)))
print(pickle.loads(res_t1),type(pickle.loads(res_t1)))
print(pickle.loads(res_dic),type(pickle.loads(res_dic)))

打印序列化后的数据及其类型，得到结果为：

[1,2,3,4,5]<class'list'>
(1,2,3,4,5)<class'tuple'>
{'k1':'v1','k2':'v2','k3':'v3'}<class'dict'>

可以看到序列化之前是什么类型的数据，反序列化后其数据类型不变。

6.可以用pickle.dumps把列表，元组或字典序列化进一个文件中以实现永久保存。

把列表l1序列化进一个文件f1中：

importpickle
l1=[1,2,3,4,5]
t1=(1,2,3,4,5)
dic1={"k1":"v1","k2":"v2","k3":"v3"}
withopen("f1","wb")asf:
pickle.dump(l1,f)

7.可以使用pickle.load对文件f1进行反序列化，得到文件f1里保存的数据

importpickle
withopen("f1","rb")asf:
res=pickle.load(f)
print(res)

反序列化之后，打印数据及其类型可以看到：

[1,2,3,4,5]
<class'list'>

使用同样的方法，也可以把元组，或字典序列化进一个文件中以实现永久保存。