python序列化和反序列化ppt_老生常谈Python序列化和反序列化
通过将对象序列化可以将其存储在变量或者文件中,可以保存当时对象的状态,实现其生命周期的延长。并且需要时可以再次将这个对象读取出来。Python中有几个常用模块可实现这一功能。
pickle模块
存储在变量中
dumps(obj)返回存入的字节
dic = {'age': 23, 'job': 'student'}
byte_data = pickle.dumps(dic)
# out -> b'\x80\x03}q\x00(X\x03\x00\x00\...'
print(byte_data)
读取数据
数据以字节保存在了byte_data变量中,需要再次使用的时候使用loads函数就行了。
obj = pickle.loads(byte_data)
print(obj)
存储在文件中
也可以存在文件中,使得对象持久化。使用的是dump和load函数,注意和上面的区别,少了s。由于pickle写入的是二进制数据,所以打开方式需要以wb和rb的模式。
# 序列化
with open('abc.pkl', 'wb') as f:
dic = {'age': 23, 'job': 'student'}
pickle.dump(dic, f)
# 反序列化
with open('abc.pkl', 'rb') as f:
aa = pickle.load(f)
print(aa)
print(type(aa)) #
序列化用户自定义对象
假如我写了个类叫做Person
class Person:
def __init__(self, name, age, job):
self.name = name
self.age = age
self.job = job
def work(self):
print(self.name, 'is working...')
pickle当然也能写入,不仅可以写入类本身,也能写入它的一个实例。
# 将实例存储在变量中,当然也能存在文件中
a_person = Person('abc', 22, 'waiter')
person_abc = pickle.dumps(a_person)
p = pickle.loads(person_abc)
p.work()
# 将类本身存储在变量中,loads的时候返回类本身,而非它的一个实例
class_Person = pickle.dumps(Person)
Person = pickle.loads(class_Person)
p = Person('Bob', 23, 'Student')
p.work()
# 下面这个例子演示的就是将类存储在文件中
# 序列化
with open('person.pkl', 'wb') as f:
pickle.dump(Person, f)
# 反序列化
with open('person.pkl', 'rb') as f:
Person = pickle.load(f)
aa = Person('gg', 23, '6')
aa.work()
json模块
pickle可以很方便地序列化所有对象。不过json作为更为标准的格式,具有更好的可读性(pickle是二进制数据)和跨平台性。是个不错的选择。
json使用的四个函数名和pickle一致。
序列化为字符串
dic = {'age': 23, 'job': 'student'}
dic_str = json.dumps(dic)
print(type(dic_str), dic_str)
# out: {"age": 23, "job": "student"}
dic_obj = json.loads(dic_str)
print(type(dic_obj), dic_obj)
# out: {'age': 23, 'job': 'student'}
可以看到,dumps函数将对象转换成了字符串。loads函数又将其恢复成字典。
存储为json文件
也可以存储在json文件中
dic = {'age': 23, 'job': 'student'}
with open('abc.json', 'w', encoding='utf-8') as f:
json.dump(dic, f)
with open('abc.json', encoding='utf-8') as f:
obj = json.load(f)
print(obj)
存储自定义对象
还是上面的Person对象。如果直接序列化会报错
aa = Person('Bob', 23, 'Student')
with open('abc.json', 'w', encoding='utf-8') as f:
json.dump(aa, f) # 报错
Object of type 'Person' is not JSON serializable此时dump函数里传一个参default就可以了,这个参数接受一个函数,这个函数可以将对象转换为字典。
写一个就是了
def person2dict(person):
return {'name': person.name,
'age': person.age,
'job': person.job}
这样返回的就是一个字典了,对象实例有个方法可以简化这一过程。直接调用实例的__dict__。例如
print(aa.__dict) # {'name': 'Bob', 'age': 23, 'job': 'Student'}
很方便。
同时在读取的时候load出来的是一个字典,再转回对象就可,同样需要一个object_hook参数,该参数接收一个函数,用于将字典转为对象。
def dict2person(dic):
return Person(dic['name'], dic['age'], dic['job'])
于是完整的程序应该写成下面这样
with open('abc.json', 'w', encoding='utf-8') as f:
json.dump(aa, f, default=person2dict)
with open('abc.json', encoding='utf-8') as f:
obj = json.load(f, object_hook=dict2person)
print(obj.name, obj.age, obj.job)
obj.work()
由于可以使用__dict__代替person2dict函数,再使用lambda函数简化。
with open('abc.json', 'w', encoding='utf-8') as f:
json.dump(aa, f, default=lambda obj: obj.__dict__)
以上是存储到文件,存储到变量也是类似操作。
不过就我现在所学,不知道如何像pickle一样方便的将我们自定义的类本身使用json序列化,或许要用到其他扩展函数。以后用到了再说。
shelve模块
还有一个模块,不太常用,通常使用一个open就好。shelve以键值对的形式存储数据。
with shelve.open('aa') as f:
f['person'] = {'age': 23, 'job': 'student'}
f['person']['age'] = 44 # 这里试图改变原来的年龄23
f['numbers'] = [i for i in range(10)]
with shelve.open('aa') as f:
person = f['person']
print(person) # {'age': 23, 'job': 'student'}
nums = f['numbers']
print(nums) # [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
文件不要有后缀名,在windows下会生成aa.bak, aa.dat, aa.dir三个文件(有点多)。其中bak和dir文件是可以查看的(貌似两个文件内容一样)在下面这个例子中生成这样的数据。
'person', (0, 44)
'numbers', (512, 28)
允许写回--writeback
有个细节,我们读取键person时候,发现age还是23岁,f['person']['age'] = 44后并没有变成44。下面的写法
with shelve.open('aa', writeback=True) as f:
dic = {'age': 23, 'job': 'student'}
f['person'] = dic
dic['age'] = 44
f['person'] = dic
相当于赋值了两次,这种方法是可以改变值的。
默认情况下直接使用f['person']改变其中的值之后,不会更新已存储的值,也就是没有把更新写回到文件,即使是文件被close后。如果有此需要,在open函数中添加一个参数writeback=True。再次运行下看看年龄就被改变了。
写入自定义对象
依然使用上面的Person对象
with shelve.open('aa') as f:
f['class'] = Person
# 写入类本身
with shelve.open('aa') as f:
Person = f['class']
a = Person('Bob', 23, 'Student')
a.work()
上面的例子说明shelve也可以序列化类本身。当然序列化实例肯定可以。
with shelve.open('aa') as f:
a = Person('God', 100, 'watch')
f['class'] = a
with shelve.open('aa') as f:
god = f['class']
god.work()
注意,由于我们使用with open打开,故不用写close语句,此模块是有close函数的,如果不是with方法打开的一定要记得主动close。
以上这篇老生常谈Python序列化和反序列化就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持脚本之家。
python序列化和反序列化ppt_老生常谈Python序列化和反序列化相关推荐
- python少儿编程课件ppt_《Python 少儿趣味编程》
Python简单易学,功能强大,是少儿学习编程的首选语言.本书是少儿学习Python编程的趣味指南,全书共17章,按照由简到难.逐步深入的方式组织各章内容.本书从认识Python开始,首先介绍了Pyt ...
- python多张图片生成ppt_用Python实现ppt转化图片(附带长图合并功能)
前言 笔者前一阵在学习数据相关的东西,从初学开始,一直在参加社区中的图表小挑战,此项活动是社区出题人给出一定官方数据,参加小挑战的人员可以对数据进行可视化,从而挖掘出有趣的信息. 而这个可视化的过程中 ...
- python录入数据至ppt_用 Python 让你的 PPT 数据动起来
在读技术博客的过程中,我们会发现那些能够把知识.成果讲透的博主很多都会做动态图表.他们的图是怎么做的?难度大吗? 这篇文章就介绍了 Python 中一种简单的动态图表制作方法. 数据暴增的年代,数据科 ...
- 用python将图片写入ppt_用python做ppt服务用于导入图片
项目需要做WINFORM程序与powerpoint交互,把winform生成的图片自动拷贝到ppt中.目前使用python做了一个简单的服务解决.由于要求是32位程序,所以下面全都是32位的版本. 第 ...
- python录入数据至ppt_利用Python进行数据分析之 数据加载.ppt
利用Python进行数据分析之 数据加载 " " " " 数据加载,存储与文件格式 1,读写文本格式数据: (read_csv,read_table,read_ ...
- python录入数据至ppt_利用python分析weibo数据做成图表放入PPT中
起因 很久以前,就有个想法,就是自动分析微博的数据,但是之前一直想的是网页版展示,flask想学了好久都没学,偶然的一次看到了一篇关于python处理pptx的文章,再加上同窗三年的室友在毕业后竟然主 ...
- python反爬虫策略ppt_了解python爬虫怎样对抗反爬虫策略-
一款可以长期使用的代理IP工具!代理IP相信大家都不陌生,在很多时候都需要用到.浏览器设置代理IP太过麻烦,一般会选择代理IP工具来使用,比较方便.虽然代理IP软件只是普通的换IP工具,但还是有很多类 ...
- python把excel变成ppt_用Python写excel和ppt文件
#xlsx和 xls #一:openpyxl 只能读取xlsx 推荐使用的二种方法 #因为excle文件中可以有多个编排 故可以返回字典 #该方法只适应于xlsx文件,不能处理xls文件 ''' fr ...
- 用python实现接口测试(八、实现序列化与反序列化)
前言 在python中,序列化可以理解为:把python的对象编码转换为json格式的字符串,反序列化可以理解为:把json格式字符串解码为python数据对象. 一.字典,通过json把它序列化为j ...
最新文章
- 关系运算符、逻辑 运算符与三元运算符
- BOOST_SCOPE_EXIT宏相关的测试程序
- 项目中的异常处理应不应该获取后重新抛?
- java默认值_Java中八种基本数据类型的默认值
- React学习(8)—— 高阶应用:不使用ES6、JSX实现React
- Spring Aware接口注入
- 欧姆龙rxd指令讲解_欧姆龙PLC指令表
- 也来谈谈自己做为面试官的面试流程
- 美赛数模论文之表的格式
- 在Android4.0以上设备的虚拟按键中显示menu键
- TCP非持久连接、持久性连接(流水线方式、非流水线方式)例题
- 你和语言模型,谁的填空能力更强?
- 全新版大学英语综合教程第一册学习笔记(原文及全文翻译)——8 - Fable Of The Lazy Teenager(懒散少年的寓言)
- 教你如何将360全景图免费下载到本地,并生成全景漫游
- int数据类型的取值范围是多少?怎么计算的?
- 利用TUN创建虚拟网络
- mongrel2安装手册
- 直播风口,是什么在支撑教育、电商、泛娱乐等场景?
- 黑社会祸害女人_InstagramReact按钮是祸害
- 恢复模糊的图像 SmartDeblur
热门文章
- 关于tcp、http可能你想知道的那些事
- static和构造函数初始化顺序
- [P1363] 幻想迷宫
- 安装了ubuntu14.04+windows7双系统的笔记本启动后出现grub rescue提示符
- [BZOJ 1112] [POI2008] 砖块Klo 【区间K大】
- 批处理清除VisualStudio解决方案文件夹
- 关于ubuntu系统无线网络网速慢的解决方法
- [原创]如果软件在网络磁盘中或移动磁盘中运行时需要解决 exception C0000006 异常问题
- 将选择元素绑定到Angular中的对象
- 如何在Eclipse中自动删除尾随空格?