json子產品和pickle子產品的用法

在python中，可以使用pickle和json兩個子產品對資料進行序列化操作

其中：

json可以用于字元串或者字典等與python資料類型之間的序列化與反序列化操作

pickle可以用于python特有類型與python資料類型之間的序列化與反序列化操作

json子產品的用法

1. 檢視json子產品内的方法：

>>> import json
>>> 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子產品常用的功能的：dumps,dump,loads,load

3.使用json.dumps方法可以将字典等資料格式化成一個字元串，這樣可以友善别的程式設計語言進行調用

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

格式化後的字元串看似跟原來的沒什麼兩樣，但是檢視格式化後的類型就會發現是一個字元串，已經被json子產品處理過了

4.可以使用json.loads進行反序列化

>>> 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.還可以用json.dump方法把字典等資料類型序列化進入一個檔案中，等待别的程式進行調用

import json

dic1={"k1":"v1","k2":"v2"}
with open("f1","w") as f:
    json.dump(dic1,f)           

運作上面的代碼，可以看到在同級目錄下，生成一個名為“f1”的檔案，打開f1檔案，其内容為：

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

6.可以使用json.load方法讀取檔案f1中的内容：

import json

with open("f1") as f:
    res=json.load(f)
    print(res)
    print(type(res))           

列印反序列化後的資料及其類型，得到的結果為：

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

pickle子產品的用法

1.檢視pickle子產品内的方法：

>>> import pickle
>>> 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.想檢視某一個方法的幫助文檔：

help(pickle.modules)           

比如，我想知道pickle下的dump子產品怎麼用：

help(pickle.dump)           

就可以得到pickle.dump方法的幫助文檔

3.pickle子產品常用的方法有：dumps,loads,dump,load

4.使用pickle.dumps對資料進行序列化操作

import pickle

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)           

對資料進行序列化操作後，列印資料得到結果為：

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.'           

可以看到是一堆二進制亂碼

5.使用pickle.loads進行反序列化操作

import pickle

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)))           

列印序列化後的資料及其類型，得到結果為：

[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麼類型的資料，反序列化後其資料類型不變。

6.可以用pickle.dumps把清單，元組或字典序列化進一個檔案中以實作永久儲存。

把清單l1序列化進一個檔案f1中：

import pickle

l1=[1,2,3,4,5]
t1=(1,2,3,4,5)
dic1={"k1":"v1","k2":"v2","k3":"v3"}

with open("f1","wb") as f:
    pickle.dump(l1,f)           

7.可以使用pickle.load對檔案f1進行反序列化，得到檔案f1裡儲存的資料

import pickle

with open("f1","rb") as f:
    res=pickle.load(f)
    print(res)           

反序列化之後，列印資料及其類型可以看到：

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

使用同樣的方法，也可以把元組，或字典序列化進一個檔案中以實作永久儲存