python操作文件——序列化pickling和JSON

當我們在內存中定義一個dict的時候，我們是可以隨時修改變量的內容的：

>>> d=dict(name='wc',age=28)
>>> d
{'name': 'wc', 'age': 28}

我們可以隨時修改name和age的值。但是當我們重新運行程序的時候，name、age的初始化值還是wc和28，實際情況下我們需要保存該dict的最后的值。

我們把變量從內存中變成可存儲或傳輸的過程稱之為序列化。python中稱之為pickling，Java中叫serialization，都是一個意思。序列化之后我們就可以把內容寫入到磁盤或者通過網絡傳輸出去。反之，把變量從序列化的對象重新讀取到內存中稱之為反序列化，洋名叫unpickling。

python中實現序列化的模塊叫pickle。pickle.dumps()方法可以把任意的對象序列化成一個Bytes，然后就可以把這個bytes寫入文件。pickle.dump()方法可以直接把對象序列化寫入一個file-like的對象中。相反的，pickle.loads()方法可以把文件中的內容讀入到一個bytes，然后把這個bytes對象轉換為目標類型對象，也可以使用pickle.load()方法直接從一個file-like對象中直接反序列化出對象：

>>> f = open('E:\\python3.6.3\\workspace\\dump.txt','wb')
>>> pickle.dump(d,f)
>>> f.close()
>>> f=open('E:\\python3.6.3\\workspace\\dump.txt','rb')
>>> c = pickle.load(f)
>>> c
{'name': 'wc', 'age': 28}

JSON

實際開發中我們或多或少都會碰到跨語言傳輸數據的問題，這就要求我們要把對象序列化為標准格式，比如JSON和XML。JSON的表現形式就是一個字符串，可以被所有的語言讀取。可以方便的存儲到磁盤或者通過網絡傳輸。JSON表示的對象是標准的JavaScript的對象，其和python內置的數據類型的對應關系如下：

JSON類型	Python類型
{}	dict
[]	list
""	str
123.4	int 或 float
true/false	True/False
null	None

python內置了json模塊可以方便的在python對象和json對象之間轉換：

>>> import json
>>> d=dict(name='wc',age=28)
>>> json.dumps(d)
'{"name": "wc", "age": 28}'
>>> c = json.dumps(d)
>>> d=json .loads(c)
>>> d
{'name': 'wc', 'age': 28}

python內置的數據類型可以直接轉換為json類型，但是class對象並不刻意直接轉為json，這是因為class對象默認的並不具有可序列化的屬性。

2種方法，第一種是通過dumps()方法的default參數，把任意一個對象轉換為一個可序列化的對象。下面的例子中，先定義一個Student的class，然后定義一個student2dict()函數，該函數的作用就是把Student的屬性轉換為dict，最后再序列化為json：

>>> import json
>>> class Student(object):
...     def __init__(self,name,age):
...             self.name = name
...             self.age = age
...
>>> def student2dict(s):
...     return {'name':s.name,'age':s.age}
...
>>> s=Student('wc',28)
>>> print(json.dumps(s,default=student2dict))
{"name": "wc", "age": 28}

第二種方法，借用class對象的__dict__屬性：

>>> class Teacher(object):
...     def __init__(self,name,age):
...             self.name = name
...             self.age = age
...
>>> t = Teacher('ly',90)
>>> print(json.dumps(t,default=lambda obj:obj.__dict__))
{"name": "ly", "age": 90}