文章目录
1. Json序列化
- 在python中对于一般数据的序列化保存经常使用的就是json序列化
- json序列化可序列的对象: 一般数据类型列表，字典，字符串，数字，布尔值，None等
json可以序列化的对象类型:
基本数据类型：
None
布尔值：True, False
数字：整数和浮点数
字符串：str
序列和映射类型：
列表：list
元组：tuple（会被转换为 JSON 数组）
字典：dict
- 那么自定义对象和函数方法可以通过json序列化吗？
class Person:
def __init__(self, name, age):
self.name = name
self.age = age
def greet(self):
return f"Hello, my name is {self.name}"
person = Person("abc", 10)
with open("test.json", "w", encoding="utf-8", errors='ignore') as f:
data = json.dumps(person)
f.write(data)
# ==>报错 TypeError: Object of type Person is not JSON serializable
- 所以如果想把类实例和方法序列化，使用json是不行的
2. Pickle序列化
-Pickle是Python标准库中的一个模块，用于将Python对象序列化（pickling）为二进制数据，以及从二进制数据反序列化（unpickling）为Python对象。这个模块对于在不同的Python程序之间传递数据或将数据存储到文件中非常有用。pickle模块支持几乎所有的Python对象，包括自定义对象，但不适用于存储与Python解释器状态相关的对象，如打开的文件、套接字连接等。
详细信息可点击链接参考
- 在test1.py里面把对象序列化后放到本地文件test.pkl里面
- 然后在test2,py反序列化test.pkl文件里面的数据，获取对象使用
# test1.py
import pickle
class Person:
def __init__(self, name, age):
self.name = name
self.age = age
def greet(self):
return f"Hello, my name is {self.name}"
person = Person("abc", 10)
# 序列化
person_pickle = pickle.dumps({"person": person}) # person_pickle数据类型为二进制
with open("test.pkl", "wb") as f:
f.write(person_pickle)
- 以下会报错是因为py文件里面没有保存实例的类
# test2.py
import pickle
# 反序列化
with open("test.pkl", "rb") as f:
data = pickle.loads(f.read())
print(data)
# 报错AttributeError: Can't get attribute 'Person' on <module '__main__' from 'D:\\text\\test2.py'>
- 以下为正确的引用方式
# test2.py
import pickle
class Person:
def __init__(self, name, age):
self.name = name
self.age = age
def greet(self):
return f"Hello, my name is {self.name}"
# 反序列化
with open("test.pkl", "rb") as f:
data = pickle.loads(f.read())
print(data)
# ==>{'person': <__main__.Person object at 0x000001CB1FE19E48>}