任何語言，都有自己的數據類型，那么不同的語言怎么找到一個通用的標準？

比如，后端用Python寫的，前端是js，那么后端如果傳一個dic字典給前端，前端肯定不認。

所以就有了序列化這個概念。

什么是序列化？

我們把對象(變量)從內存中變成可存儲或傳輸的過程稱之為序列化，在Python中叫pickling。

序列化之后，就可以把序列化后的內容寫入磁盤，或者通過網絡傳輸進行前后端交互。

反過來，把變量內容從序列化的對象重新讀到內存里稱之為反序列化，即unpickling。

json、pickle模板都可以實現序列化和反序列化，而我們知道的eval則是反序列化。

?

json.dumps()：將Python對象通通轉為字符串

import json a = 11 #---->'11' s = 'hello' #---->"hello"------>'"hello"' l = [1,2] #---->'[1,2]' dic = {'name':'nick'} #---->{"name":"nick"}----->'{"name":"nick"}'print(json.dumps(a)) print(json.dumps(s)) print(json.dumps(l)) print(json.dumps(dic))
結果：

11? ? ? ? ? ? ? ? ? ? ? ? #這四個結果都是字符串
"hello"
[1, 2]
{"name": "nick"}

json.dumps()實際干的兩件事：

1.把這個數據中的所有的單引號變為雙引號（有單引號就改為雙引號，沒有就不動）

2.把這個數據變為字符串（在最外面加一對單引號）

json.loads()：將字符串轉為Python對象（與eval相似）

所以，用json現實文件存儲：

import jsondic = {'name':'nick'} str_dic = json.dumps(dic) #轉為字符串 f_write = open('123.txt','w') f_write.write(str_dic)f_read = open('123.txt','r') data = f_read.read() data = json.loads(data) #轉回字典 print(type(data)) print(data)
結果：

<class 'dict'>
{'name': 'nick'}

?json

如果我們要在不同的編程語言之間傳遞對象，就必須把對象序列化為標準格式，比如XML，但更好的方法是序列化為JSON，因為JSON表示出來就是一個字符串，可以被所有語言讀取，也可以方便地存儲到磁盤或者通過網絡傳輸。JSON不僅是標準格式，并且比XML更快，而且可以直接在Web頁面中讀取，非常方便。

注意，只有符合json標準格式規范的字符串，才能被解析。在字符串中，json只認雙引號，如下

123.txt： {"name": "nick"} with open('123.txt','r') as f_read:res = f_read.read()res = json.loads(res)print(type(res))print(res)結果：<class 'dict'>{'name': 'nick'}123.txt： {'name': "nick"} #單引號不符合json的標準格式with open('123.txt','r') as f_read:res = f_read.read()res = json.loads(res)print(type(res))print(res)結果：報錯

pickle　

pickle和json的用法幾乎一樣，只是json是將Python對象轉為字符串去存儲或傳輸，而pickle是將Python對象轉為字節去存儲或傳輸，所以pickle適用的數據類型更多，比如類、對象。但是這樣的需求場景很少，所以一般來說，我們還是用json。

用pickle現實文件存儲：

import pickle dic = {'name':'nick'} byte_dic = pickle.dumps(dic) print(byte_dic) with open('aaa.txt','wb') as f_write: #由于是byte，所以這里要+bf_write.write(byte_dic)with open('aaa.txt','rb') as f_read:date = f_read.read()print(type(date))date = pickle.loads(date)print(type(date))print(date)
結果：

b'\x80\x03}q\x00X\x04\x00\x00\x00nameq\x01X\x04\x00\x00\x00nickq\x02s.'
<class 'bytes'>
<class 'dict'>
{'name': 'nick'}

用eval內置方法可以將一個字符串轉成python對象

用eval現實文件存儲：

dic = {'name':'nick','age':20} f_write = open('123.txt','w') f_write.write(str(dic)) #寫入時直接f_write.write(dic)是報錯的，必須轉為strf_read = open('123.txt','r') data = f_read.read() print(type(data)) #讀取是字符串 data = eval(data) #eval轉為字典 print(type(data)) print(data)
結果：

<class 'str'>
<class 'dict'>
{'age': 20, 'name': 'nick'}

不過，eval方法是有局限性的，對于普通的數據類型，json.loads和eval都能用，但遇到特殊類型的時候，eval就不管用了，所以就要用json。

用json.dumps()將字典轉為字符串是序列化，用json.loads()將字符串轉回字典是反序列化

用pickle.dumps()將字典轉為字節是序列化，用pickle.loads()將字節轉回字典是反序列化

用str()將字典轉為字符串是序列化，用eval()將字符串轉為字典也是反序列化

shelve

最后，簡單了解一下shelve模板，shelve和json、pickle屬于同一類，也是用于數據存儲和傳輸。

shelve是將pickle模板再進一步封裝，目的就是方便我們使用，可以直接把文件當做一個字典來讀和寫，也就是直接操作鍵值對

?shelve模塊只有一個open函數，返回類似字典的對象，可讀可寫;key必須為字符串，而值可以是python所支持的數據類型

import shelve #寫 f = shelve.open(r'abc.txt') #返回一個類似字典的文件對象 f['name'] = 'nick' #插入鍵值對 f['info'] = {'age':20,'num':123321} #value是一個字典 f.close()f = shelve.open(r'abc.txt') #讀 print(f['info']['age']) #直接當做一個字典來讀，二級字典 print(f['name'])

?

轉載于:https://www.cnblogs.com/xulan0922/p/10204034.html

總結

以上是生活随笔為你收集整理的（十四）json、pickle与shelve模块的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。