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 jsond={'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，并自动写入到文件中，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 jsond={'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 pickledata = ['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
本节给大家介绍 Python 中 json&pickle 模块的常用操作，对于实现数据的序列化和反序列化提供了支撑。
