今天这篇给大家分享的知识是“Python实现数据序列化操作的两个模块及区别是什么”,小编觉得挺不错的，对大家学习或是工作可能会有所帮助，对此分享发大家做个参考，希望这篇“Python实现数据序列化操作的两个模块及区别是什么”文章能帮助大家解决问题。

在日常开发中，对数据进行序列化和反序列化是常见的数据操作，Python提供了两个模块方便开发者实现数据的序列化操作，即 json 模块和 pickle 模块。这两个模块主要区别如下：

• json 是一个文本序列化格式，而 pickle 是一个二进制序列化格式；
• json 是我们可以直观阅读的，而 pickle 不可以；
• json 是可互操作的，在 Python 系统之外广泛使用，而 pickle 则是 Python 专用的；
• 默认情况下，json 只能表示 Python 内置类型的子集，不能表示自定义的类；但 pickle 可以表示大量的 Python 数据类型。

Json 模块

Json 是一种轻量级的数据交换格式，由于其具有传输数据量小、数据格式易解析等特点，它被广泛应用于各系统之间的交互操作，作为一种数据格式传递数据。它包含多个常用函数，具体如下：

dumps()函数

dumps()函数可以将 Python 对象编码成 Json 字符串。例如：

#字典转成json字符串 加上ensure_ascii=False以后，可以识别中文， indent=4是间隔4个空格显示   

import json         
d={'小明':{'sex':'男','addr':'上海','age':26},'小红':{ 'sex':'女','addr':'上海', 'age':24},}
print(json.dumps(d,ensure_ascii=False,indent=4)) 

#执行结果：
{
    "小明": {
        "sex": "男",
        "addr": "上海",
        "age": 26
    },
    "小红": {
        "sex": "女",
        "addr": "上海",
        "age": 24
    }
}

dump()函数

dump()函数可以将 Python对象编码成 json 字符串，自动写入到文件中，不需要再单独写文件。例如：

#字典转成json字符串,不需要写文件，自动转成的json字符串写入到‘users.json'的文件中 
import json                                                                         
d={'小明':{'sex':'男','addr':'上海','age':26},'小红':{ 'sex':'女','addr':'上海', 'age':24},}
#打开一个名字为‘users.json'的空文件
fw =open('users.json','w',encoding='utf-8')

json.dump(d,fw,ensure_ascii=False,indent=4)

loads()函数

loads()函数可以将 json 字符串转换成 Python 的数据类型。例如：

#这是users.json文件中的内容
{
    "小明":{
        "sex":"男",
        "addr":"上海",
        "age":26
    },
    "小红":{
        "sex":"女",
        "addr":"上海",
        "age":24
    }
}

#!/usr/bin/python3
#把json串变成python的数据类型   
import json  
#打开‘users.json'的json文件
f =open('users.json','r',encoding='utf-8')
#读文件
res=f.read()
print(json.loads(res))   

#执行结果：
{'小明': {'sex': '男', 'addr': '上海', 'age': 26}, '小红': {'sex': '女', 'addr': '上海', 'age': 24}}

load()函数

load()跟loads()功能相似，load()函数可以将 json 字符串转换成 Python 数据类型，不同的是前者的参数是一个文件对象，不需要再单独读此文件。例如：

#把json串变成python的数据类型：字典，传一个文件对象，不需要再单独读文件 
import json   
#打开文件
f =open('users.json','r',encoding='utf-8') 
print(json.load(f))

#执行结果：
{'小明': {'sex': '男', 'addr': '上海', 'age': 26}, '小红': {'sex': '女', 'addr': '上海', 'age': 24}}

Pickle 模块

Pickle 模块与 Json 模块功能相似，也包含四个函数，即 dump()、dumps()、loads() 和 load()，它们的主要区别如下：

dumps 和 dump 的区别在于前者是将对象序列化，而后者是将对象序列化并保存到文件中。

loads 和 load 的区别在于前者是将序列化的字符串反序列化，而后者是将序列化的字符串从文件读取并反序列化。

dumps()函数

dumps()函数可以将数据通过特殊的形式转换为只有python语言认识的字符串，例如：

import pickle
# dumps功能
import pickle
data = ['A', 'B', 'C','D']  
print(pickle.dumps(data))

b'\x80\x03]q\x00(X\x01\x00\x00\x00Aq\x01X\x01\x00\x00\x00Bq\x02X\x01\x00\x00\x00Cq\x03X\x01\x00\x00\x00Dq\x04e.'

dump()函数

dump()函数可以将数据通过特殊的形式转换为只有python语言认识的字符串，并写入文件。例如：

# dump功能
with open('test.txt', 'wb') as f:
    pickle.dump(data, f)
print('写入成功')

写入成功

loads()函数

loads()函数可以将pickle数据转换为python的数据结构。例如：

# loads功能
msg = pickle.loads(datastr)
print(msg)

['A', 'B', 'C', 'D']

load()函数

load()函数可以从数据文件中读取数据，并转换为python的数据结构。例如：

# load功能
with open('test.txt', 'rb') as f:
   data = pickle.load(f)
print(data)

['A', 'B', 'C', 'D']

总结

到此这篇关于“Python实现数据序列化操作的两个模块及区别是什么”的文章就介绍到这了,更多相关内容请搜索群英网络以前的文章或继续浏览下面的相关文章，希望大家以后多多支持群英网络！

免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：mmqy2019@163.com进行举报，并提供相关证据，查实之后，将立刻删除涉嫌侵权内容。

猜你喜欢

• Python的json库的作用是什么，基本用法是怎样

  json库是处理JSON格式的Python标准库,json库主要包括两类函数,操作函数和解析函数,下面这篇文章主要给大家介绍了关于python标准库模块之json库的基础用法,需要的朋友可以参考下

• Python类的继承怎么实现，多态怎样使用

  大家好，本篇文章主要讲的是Python类的继承与多态详细介绍，感兴趣的同学赶快来看一看吧，对你有帮助的话记得收藏一下，方便下次浏览

• Python打印类的属性和方法怎样做,代码是什么

  内容介绍打印类的所有属性和方法python中更多种类的打印1.print(

• python异步任务及多进程的基本实现是怎样的

  这篇文章主要介绍了python多进程及通信实现异步任务需求,本人也是很少接触多进程的场景，对于python多进程的使用也是比较陌生的。在接触了一些多进程的业务场景下，对python多进程的使用进行了学习，觉得很有必要进行一个梳理总结，感兴趣的朋友一起看看吧

• 如何掌握opencv图像梯度，有哪些知识点

  这篇文章主要介绍了python中的opencv 图像梯度，图像梯度计算的是图像变化的速度，图像梯度计算需要求导数，但是图像梯度一般通过计算像素值的差来得到梯度的近似值，下文详细介绍需要的小伙伴可以参考一下