0x00
使用依赖于语言但独立于机器的二进制文件来读取和写入对象。 这种二进制格式还和语言版本有关,序列化格式不兼容不同的版本。
一般用于内部对象的序列化。
一般包括:
booleans, integers,floating point numbers,complex numbers strings, bytes, bytearray, tuple, list, set, frozenset, dictionary code object None, Ellipsis, StopIteration
.pyc 的主要作用是支持“编译”.pyc 文件的读写。 这也是版本不兼容的原因。 想要使用序列化/反序列化的开发人员应该使用模块。
常用方法
marshal.dump(value, file[, version]) 复制代码
将对象序列化到文件
marshal.dumps(value[, version]) 复制代码
序列化一个对象并返回一个字节对象
marshal.load(file) 复制代码
从文件反序列化对象
marshal.loads(bytes) 复制代码
从字节二进制数据反序列化对象
0x01
模块还可以读取和写入二进制形式的对象。 与提供基本的序列化能力相比,序列化的应用更加广泛。
序列化数据也是语言相关的,即Java等其他语言无法读取序列化的二进制数据。 如果我们想使用与该语言不兼容的序列化,那么我们应该使用 json。 下面将进行说明。
可以序列化的数据类型有:
如果对象不支持序列化,则会抛出该异常。
常用方法
pickle.dump(obj, file, protocol=None, *, fix_imports=True) 复制代码
将obj对象序列化为文件file,该方法相当于(file, ).dump(obj)。
pickle.dumps(obj, protocol=None, *, fix_imports=True) 复制代码
将 obj 对象序列化为字节二进制数据。
pickle.load(file, *, fix_imports=True, encoding="ASCII", errors="strict") 复制代码
从文件中反序列化一个对象,该方法相当于(file).load()。
pickle.loads(bytes_object, *, fix_imports=True, encoding="ASCII", errors="strict") 复制代码
从二进制数据反序列化对象。
序列化示例
import pickle # 定义了一个包含了可以被序列化对象的字典 data = { 'a': [1, 2.0, 3, 4 + 6j], 'b': ("character string", b"byte string"), 'c': {None, True, False} } with open('data.pickle', 'wb') as f: # 序列化对象到一个data.pickle文件中 # 指定了序列化格式的版本pickle.HIGHEST_PROTOCOL pickle.dump(data, f, pickle.HIGHEST_PROTOCOL) 复制代码
执行完之后,又多了一份数据。 文件夹中的文件
serialization ├── data.pickle ├── pickles.py └── unpickles.py 复制代码
反序列化示例
import pickle with open('data.pickle', 'rb') as f: # 从data.pickle文件中反序列化对象 # pickle能够自动检测序列化文件的版本 # 所以这里可以不用版本号 data = pickle.load(f) print(data) # 执行后结果 # {'a': [1, 2.0, 3, (4+6j)], 'b': ('character string', b'byte string'), 'c': {False, True, None}} 复制代码
0x02 json
JSON 是一种独立于语言的、非常通用的数据交互格式。 因为它具有与 和 类似的 API。
常用方法
json.dump(obj, fp, *, skipkeys=False, ensure_ascii=True, check_circular=True, allow_nan=True, cls=None, indent=None, separators=None, default=None, sort_keys=False, **kw) 复制代码
将对象序列化为 fp 文件
json.dumps(obj, *, skipkeys=False, ensure_ascii=True, check_circular=True, allow_nan=True, cls=None, indent=None, separators=None, default=None, sort_keys=False, **kw) 复制代码
将 obj 序列化为 json 对象
json.load(fp, *, cls=None, object_hook=None, parse_float=None, parse_int=None, parse_constant=None, object_pairs_hook=None, **kw) 复制代码
从文件反序列化为对象
json.loads(s, *, encoding=None, cls=None, object_hook=None, parse_float=None, parse_int=None, parse_constant=None, object_pairs_hook=None, **kw) 复制代码
从json格式文档反序列化为对象
json与的转换对照表
列表、nt、float、int- 和 float-
对于基本类型、序列以及包含基本类型的集合类型json来说,序列化都可以做得很好。
序列化示例
>>> import json >>> json.dumps(['foo', {'bar': ('baz', None, 1.0, 2)}]) '["foo", {"bar": ["baz", null, 1.0, 2]}]' >>> print(json.dumps("\"foo\bar")) "\"foo\bar" >>> print(json.dumps('\u1234')) "\u1234" >>> print(json.dumps('\\')) "\\" >>> print(json.dumps({"c": 0, "b": 0, "a": 0}, sort_keys=True)) {"a": 0, "b": 0, "c": 0} >>> from io import StringIO >>> io = StringIO() >>> json.dump(['streaming API'], io) >>> io.getvalue() '["streaming API"]' 复制代码
反序列化示例
>>> import json >>> json.loads('["foo", {"bar":["baz", null, 1.0, 2]}]') ['foo', {'bar': ['baz', None, 1.0, 2]}] >>> json.loads('"\\"foo\\bar"') '"foo\x08ar' >>> from io import StringIO >>> io = StringIO('["streaming API"]') >>> json.load(io) ['streaming API'] 复制代码
由于情况比较复杂
例如定义多个对象的 json 文档
.json
{ "__complex__": true, "real": 42, "imaginary": 36 } 复制代码
要将这个json文档反序列化为对象,需要定义转换方法
# coding=utf-8 import json # 定义转化函数,将json中的内容转化成complex对象 def decode_complex(dct): if "__complex__" in dct: return complex(dct["real"], dct["imaginary"]) else: return dct if __name__ == '__main__': with open("complex_data.json") as complex_data: # object_hook指定转化的函数 z = json.load(complex_data, object_hook=decode_complex) print(type(z)) print(z) # 执行结果 ## (42+36j) 复制代码
如果不指定,json文档默认会转为dict
# coding=utf-8 import json if __name__ == '__main__': with open("complex_data.json") as complex_data: # 这里不指定object_hook z2 = json.loads(complex_data.read()) print(type(z2)) print(z2) # 执行结果 ## {'__complex__': True, 'real': 42, 'imaginary': 36} 复制代码
可以看到json文档已经转换成了dict对象。
一般情况下,这样使用似乎没有什么问题,但如果场景要求类型较高,就需要明确定义转换方法。
除了参数之外,还可以使用json。
import json class ComplexEncoder(json.JSONEncoder): def default(self, obj): if isinstance(obj, complex): # 如果complex对象这里转成数组的形式 return [obj.real, obj.imag] # 默认处理 return json.JSONEncoder.default(self, obj) if __name__ == '__main__': c = json.dumps(2 + 1j, cls=ComplexEncoder) print(type(c)) print(c) # 执行结果 ## [2.0, 1.0] 复制代码
因为json模块不会自动完成所有类型的序列化,所以对于不支持的类型会直接抛出。
>>> import datetime >>> d = datetime.datetime.now() >>> dct = {'birthday':d,'uid':124,'name':'jack'} >>> dct {'birthday': datetime.datetime(2019, 6, 14, 11, 16, 17, 434361), 'uid': 124, 'name': 'jack'} >>> json.dumps(dct) Traceback (most recent call last): File "", line 1, in json.dumps(dct) File "/Library/frameworks/Python.framework/Versions/3.7/lib/python3.7/json/__init__.py", line 231, in dumps return _default_encoder.encode(obj) File "/Library/frameworks/Python.framework/Versions/3.7/lib/python3.7/json/encoder.py", line 199, in encode chunks = self.iterencode(o, _one_shot=True) File "/Library/frameworks/Python.framework/Versions/3.7/lib/python3.7/json/encoder.py", line 257, in iterencode return _iterencode(o, 0) File "/Library/frameworks/Python.framework/Versions/3.7/lib/python3.7/json/encoder.py", line 179, in default raise TypeError(f'Object of type {o.__class__.__name__} ' TypeError: Object of type datetime is not JSON serializable 复制代码
对于不支持序列化的类型,比如自定义类型,需要使用 来定义转换逻辑。
import json import datetime # 定义日期类型的JSonEncoder class DatetimeEncoder(json.JSONEncoder): def default(self, obj): if isinstance(obj, datetime.datetime): return obj.strftime('%Y-%m-%d %H:%M:%S') elif isinstance(obj, datetime.date): return obj.strftime('%Y-%m-%d') else: return json.JSONEncoder.default(self, obj) if __name__ == '__main__': d = datetime.date.today() dct = {"birthday": d, "name": "jack"} data = json.dumps(dct, cls=DatetimeEncoder) print(data) # 执行结果 # {"birthday": "2019-06-14", "name": "jack"} 复制代码
现在我们希望在序列化时能够将json文档中的日期格式转换为.date对象,那么我们就需要使用json。
# coding=utf-8 import json import datetime # 定义Decoder解析json class DatetimeDecoder(json.JSONDecoder): # 构造方法 def __init__(self): super().__init__(object_hook=self.dict2obj) def dict2obj(self, d): if isinstance(d, dict): for k in d: if isinstance(d[k], str): # 对日期格式进行解析,生成一个date对象 dat = d[k].split("-") if len(dat) == 3: date = datetime.date(int(dat[0]), int(dat[1]), int(dat[2])) d[k] = date return d if __name__ == '__main__': d = datetime.date.today() dct = {"birthday": d, "name": "jack"} data = json.dumps(dct, cls=DatetimeEncoder) # print(data) obj = json.loads(data, cls=DatetimeDecoder) print(type(obj)) print(obj) # 执行结果 # {"birthday": "2019-06-14", "name": "jack"} ## {'birthday': datetime.date(2019, 6, 14), 'name': 'jack'} 复制代码
最后,小编个人有六年的开发经验。 我做了资料的整合,有完整的编程学习路线、学习资料和工具。 想要这些素材的可以关注小编,后台私信:发送“01”即可领取,希望对您有帮助。