b'\x80\x03}q\x00(X\x03\x00\x00\...'print(byte_dat" />

黄色网页视频 I 影音先锋日日狠狠久久 I 秋霞午夜毛片 I 秋霞一二三区 I 国产成人片无码视频 I 国产 精品 自在自线 I av免费观看网站 I 日本精品久久久久中文字幕5 I 91看视频 I 看全色黄大色黄女片18 I 精品不卡一区 I 亚洲最新精品 I 欧美 激情 在线 I 人妻少妇精品久久 I 国产99视频精品免费专区 I 欧美影院 I 欧美精品在欧美一区二区少妇 I av大片网站 I 国产精品黄色片 I 888久久 I 狠狠干最新 I 看看黄色一级片 I 黄色精品久久 I 三级av在线 I 69色综合 I 国产日韩欧美91 I 亚洲精品偷拍 I 激情小说亚洲图片 I 久久国产视频精品 I 国产综合精品一区二区三区 I 色婷婷国产 I 最新成人av在线 I 国产私拍精品 I 日韩成人影音 I 日日夜夜天天综合

老生常談Python序列化和反序列化

系統 1890 0

通過將對象序列化可以將其存儲在變量或者文件中,可以保存當時對象的狀態,實現其生命周期的延長。并且需要時可以再次將這個對象讀取出來。Python中有幾個常用模塊可實現這一功能。

pickle模塊

存儲在變量中

dumps(obj)返回存入的字節

            
dic = {'age': 23, 'job': 'student'}
byte_data = pickle.dumps(dic)
# out -> b'\x80\x03}q\x00(X\x03\x00\x00\...'
print(byte_data)
          

讀取數據

數據以字節保存在了byte_data變量中,需要再次使用的時候使用loads函數就行了。

            
obj = pickle.loads(byte_data)
print(obj)
          

存儲在文件中

也可以存在文件中,使得對象持久化。使用的是dump和load函數,注意和上面的區別,少了s。由于pickle寫入的是二進制數據,所以打開方式需要以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)) # 
            
          

序列化用戶自定義對象

假如我寫了個類叫做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當然也能寫入,不僅可以寫入類本身,也能寫入它的一個實例。

            
# 將實例存儲在變量中,當然也能存在文件中
a_person = Person('abc', 22, 'waiter')
person_abc = pickle.dumps(a_person)
p = pickle.loads(person_abc)
p.work()
# 將類本身存儲在變量中,loads的時候返回類本身,而非它的一個實例
class_Person = pickle.dumps(Person)
Person = pickle.loads(class_Person)
p = Person('Bob', 23, 'Student')
p.work()

# 下面這個例子演示的就是將類存儲在文件中
# 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模塊

pickle可以很方便地序列化所有對象。不過json作為更為標準的格式,具有更好的可讀性(pickle是二進制數據)和跨平臺性。是個不錯的選擇。

json使用的四個函數名和pickle一致。

序列化為字符串

            
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函數將對象轉換成了字符串。loads函數又將其恢復成字典。

存儲為json文件

也可以存儲在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)

          

存儲自定義對象

還是上面的Person對象。如果直接序列化會報錯

            
aa = Person('Bob', 23, 'Student')
with open('abc.json', 'w', encoding='utf-8') as f:
  json.dump(aa, f) # 報錯
          

Object of type 'Person' is not JSON serializable此時dump函數里傳一個參default就可以了,這個參數接受一個函數,這個函數可以將對象轉換為字典。

寫一個就是了

            
def person2dict(person):
  return {'name': person.name,
      'age': person.age,
      'job': person.job}
          

這樣返回的就是一個字典了,對象實例有個方法可以簡化這一過程。直接調用實例的__dict__。例如

            
print(aa.__dict) # {'name': 'Bob', 'age': 23, 'job': 'Student'}
          

很方便。

同時在讀取的時候load出來的是一個字典,再轉回對象就可,同樣需要一個object_hook參數,該參數接收一個函數,用于將字典轉為對象。

            
def dict2person(dic):
  return Person(dic['name'], dic['age'], dic['job'])
          

于是完整的程序應該寫成下面這樣

            
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函數,再使用lambda函數簡化。

            
with open('abc.json', 'w', encoding='utf-8') as f:
  json.dump(aa, f, default=lambda obj: obj.__dict__)
          

以上是存儲到文件,存儲到變量也是類似操作。

不過就我現在所學,不知道如何像pickle一樣方便的將我們自定義的類本身使用json序列化,或許要用到其他擴展函數。以后用到了再說。

shelve模塊

還有一個模塊,不太常用,通常使用一個open就好。shelve以鍵值對的形式存儲數據。

            
with shelve.open('aa') as f:
  f['person'] = {'age': 23, 'job': 'student'}
  f['person']['age'] = 44 # 這里試圖改變原來的年齡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]
          

文件不要有后綴名,在windows下會生成aa.bak, aa.dat, aa.dir三個文件(有點多)。其中bak和dir文件是可以查看的(貌似兩個文件內容一樣)在下面這個例子中生成這樣的數據。

            
'person', (0, 44)
'numbers', (512, 28)
          

允許寫回--writeback

有個細節,我們讀取鍵person時候,發現age還是23歲,f['person']['age'] = 44后并沒有變成44。下面的寫法

            
with shelve.open('aa', writeback=True) as f:
  dic = {'age': 23, 'job': 'student'}
  f['person'] = dic
  dic['age'] = 44
  f['person'] = dic
          

相當于賦值了兩次,這種方法是可以改變值的。

默認情況下直接使用f['person']改變其中的值之后,不會更新已存儲的值,也就是沒有把更新寫回到文件,即使是文件被close后。如果有此需要,在open函數中添加一個參數writeback=True。再次運行下看看年齡就被改變了。

寫入自定義對象

依然使用上面的Person對象

            
with shelve.open('aa') as f:
  f['class'] = Person
  
# 寫入類本身
with shelve.open('aa') as f:
  Person = f['class']
  a = Person('Bob', 23, 'Student')
  a.work()
          

上面的例子說明shelve也可以序列化類本身。當然序列化實例肯定可以。

            
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, 由于我們使用with open打開,故不用寫close語句,此模塊是有close函數的,如果不是with方法打開的一定要記得主動close。

以上這篇老生常談Python序列化和反序列化就是小編分享給大家的全部內容了,希望能給大家一個參考,也希望大家多多支持腳本之家。


更多文章、技術交流、商務合作、聯系博主

微信掃碼或搜索:z360901061

微信掃一掃加我為好友

QQ號聯系: 360901061

您的支持是博主寫作最大的動力,如果您喜歡我的文章,感覺我的文章對您有幫助,請用微信掃描下面二維碼支持博主2元、5元、10元、20元等您想捐的金額吧,狠狠點擊下面給點支持吧,站長非常感激您!手機微信長按不能支付解決辦法:請將微信支付二維碼保存到相冊,切換到微信,然后點擊微信右上角掃一掃功能,選擇支付二維碼完成支付。

【本文對您有幫助就好】

您的支持是博主寫作最大的動力,如果您喜歡我的文章,感覺我的文章對您有幫助,請用微信掃描上面二維碼支持博主2元、5元、10元、自定義金額等您想捐的金額吧,站長會非常 感謝您的哦!!!

發表我的評論
最新評論 總共0條評論