本節(jié)內(nèi)容
前言
json模塊
pickle模塊
shelve模塊
總結(jié)
一、前言
1. 現(xiàn)實(shí)需求
每種編程語言都有各自的數(shù)據(jù)類型,其中面向?qū)ο蟮木幊陶Z言還允許開發(fā)者自定義數(shù)據(jù)類型(如:自定義類),Python也是一樣。很多時(shí)候我們會(huì)有這樣的需求:
把內(nèi)存中的各種數(shù)據(jù)類型的數(shù)據(jù)通過網(wǎng)絡(luò)傳送給其它機(jī)器或客戶端;
把內(nèi)存中的各種數(shù)據(jù)類型的數(shù)據(jù)保存到本地磁盤持久化;
2.數(shù)據(jù)格式
如果要將一個(gè)系統(tǒng)內(nèi)的數(shù)據(jù)通過網(wǎng)絡(luò)傳輸給其它系統(tǒng)或客戶端,我們通常都需要先把這些數(shù)據(jù)轉(zhuǎn)化為字符串或字節(jié)串,而且需要規(guī)定一種統(tǒng)一的數(shù)據(jù)格式才能讓數(shù)據(jù)接收端正確解析并理解這些數(shù)據(jù)的含義。XML 是早期被廣泛使用的數(shù)據(jù)交換格式,在早期的系統(tǒng)集成論文中經(jīng)常可以看到它的身影;如今大家使用更多的數(shù)據(jù)交換格式是JSON(JavaScript Object Notation),它是一種輕量級的數(shù)據(jù)交換格式。JSON相對于XML而言,更加加單、易于閱讀和編寫,同時(shí)也易于機(jī)器解析和生成。除此之外,我們也可以自定義內(nèi)部使用的數(shù)據(jù)交換格式。
如果是想把數(shù)據(jù)持久化到本地磁盤,這部分?jǐn)?shù)據(jù)通常只是供系統(tǒng)內(nèi)部使用,因此數(shù)據(jù)轉(zhuǎn)換協(xié)議以及轉(zhuǎn)換后的數(shù)據(jù)格式也就不要求是標(biāo)準(zhǔn)、統(tǒng)一的,只要本系統(tǒng)內(nèi)部能夠正確識(shí)別即可。但是,系統(tǒng)內(nèi)部的轉(zhuǎn)換協(xié)議通常會(huì)隨著編程語言版本的升級而發(fā)生變化(改進(jìn)算法、提高效率),因此通常會(huì)涉及轉(zhuǎn)換協(xié)議與編程語言的版本兼容問題,下面要介紹的pickle協(xié)議就是這樣一個(gè)例子。
3. 序列化/反序列化
將對象轉(zhuǎn)換為可通過網(wǎng)絡(luò)傳輸或可以存儲(chǔ)到本地磁盤的數(shù)據(jù)格式(如:XML、JSON或特定格式的字節(jié)串)的過程稱為序列化;反之,則稱為反序列化。
4.相關(guān)模塊
本節(jié)要介紹的就是Python內(nèi)置的幾個(gè)用于進(jìn)行數(shù)據(jù)序列化的模塊:
模塊名稱 | 描述 | 提供的api |
---|---|---|
json | 用于實(shí)現(xiàn)Python數(shù)據(jù)類型與通用(json)字符串之間的轉(zhuǎn)換 | dumps()、dump()、loads()、load() |
pickle | 用于實(shí)現(xiàn)Python數(shù)據(jù)類型與Python特定二進(jìn)制格式之間的轉(zhuǎn)換 | dumps()、dump()、loads()、load() |
shelve | 專門用于將Python數(shù)據(jù)類型的數(shù)據(jù)持久化到磁盤,shelve是一個(gè)類似dict的對象,操作十分便捷 | open() |
二、json模塊
大部分編程語言都會(huì)提供處理json數(shù)據(jù)的接口,Python 2.6開始加入了json模塊,且把它作為一個(gè)內(nèi)置模塊提供,無需下載即可使用。
1. 序列化與反序列化
Python的JSON模塊 序列化與反序列化的過程分別叫做:encoding 和 decoding。
encoding: 把Python對象轉(zhuǎn)換成JSON字符串
decoding: 把JSON字符串轉(zhuǎn)換成python對象
json模塊提供了以下兩個(gè)方法來進(jìn)行序列化和反序列化操作:
# 序列化:將Python對象轉(zhuǎn)換成json字符串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)# 反序列化:將json字符串轉(zhuǎn)換成Python對象loads(s, encoding=None, cls=None, object_hook=None, parse_float=None, parse_int=None, parse_constant=None, object_pairs_hook=None, **kw)
除此之外,json模塊還提供了兩個(gè)額外的方法允許我們直接將序列化后得到的json數(shù)據(jù)保存到文件中,以及直接讀取文件中的json數(shù)據(jù)進(jìn)行反序列化操作:
# 序列化:將Python對象轉(zhuǎn)換成json字符串并存儲(chǔ)到文件中dump(obj, fp, skipkeys=False, ensure_ascii=True, check_circular=True, allow_nan=True, cls=None, indent=None, indent=None, separators=None, default=None, sort_keys=False, **kw)# 反序列化:讀取指定文件中的json字符串并轉(zhuǎn)換成Python對象load(fp, cls=None, object_hook=None, parse_float=None, parse_int=None, parse_constant=None, object_pairs_hook=None, **kw)
2. JSON與Python之間數(shù)據(jù)類型對應(yīng)關(guān)系
Python轉(zhuǎn)JSON
Python | JSON |
---|---|
dict | Object |
list, tuple | array |
str | string |
int, float, int- & float-derived Enums | numbers |
True | true |
False | false |
None | null |
JSON轉(zhuǎn)Python
JSON | Python |
---|---|
object | dict |
array | list |
string | str |
number(int) | int |
number(real) | float |
true | True |
false | False |
null | None |
說明:
Python dict中的非字符串key被轉(zhuǎn)換成JSON字符串時(shí)都會(huì)被轉(zhuǎn)換為小寫字符串;
Python中的tuple,在序列化時(shí)會(huì)被轉(zhuǎn)換為array,但是反序列化時(shí),array會(huì)被轉(zhuǎn)化為list;
由以上兩點(diǎn)可知,當(dāng)Python對象中包含tuple數(shù)據(jù)或者包含dict,且dict中存在非字符串的key時(shí),反序列化后得到的結(jié)果與原來的Python對象是不一致的;
對于Python內(nèi)置的數(shù)據(jù)類型(如:str, unicode, int, float, bool, None, list, tuple, dict)json模塊可以直接進(jìn)行序列化/反序列化處理;對于自定義類的對象進(jìn)行序列化和反序列化時(shí),需要我們自己定義一個(gè)方法來完成定義object和dict之間進(jìn)行轉(zhuǎn)化。
3. 實(shí)例:內(nèi)置數(shù)據(jù)類型序列化/反序列化
序列化
# 序列化 >>> json.dumps({'a':'str', 'c': True, 'e': 10, 'b': 11.1, 'd': None, 'f': [1, 2, 3], 'g':(4, 5, 6)}) '{"a": "str", "c": true, "b": 11.1, "e": 10, "d": null, "g": [4, 5, 6], "f": [1, 2, 3]}'
sort_keys參數(shù): 表示序列化時(shí)是否對dict的key進(jìn)行排序(dict默認(rèn)是無序的)
# 序列化并對key進(jìn)行排序 >>> json.dumps({'a':'str', 'c': True, 'e': 10, 'b': 11.1, 'd': None, 'f': [1, 2, 3], 'g':(4, 5, 6)}, sort_keys=True) '{"a": "str", "b": 11.1, "c": true, "d": null, "e": 10, "f": [1, 2, 3], "g": [4, 5, 6]}'
indent參數(shù): 表示縮進(jìn)的意思,它可以使得數(shù)據(jù)存儲(chǔ)的格式變得更加優(yōu)雅、可讀性更強(qiáng);如果indent是一個(gè)非負(fù)整數(shù)或字符串,則JSON array元素和object成員將會(huì)被以相應(yīng)的縮進(jìn)級別進(jìn)行打印輸出;如果indent是0或負(fù)數(shù)或空字符串,則將只會(huì)插入換行,不會(huì)有縮進(jìn)。
# 序列化并對key進(jìn)行排序及格式化輸出>>> print(json.dumps({'a':'str', 'c': True, 'e': 10, 'b': 11.1, 'd': None, 'f': [1, 2, 3], 'g':(4, 5, 6)}, sort_keys=True, indent=4)) { "a": "str", "b": 11.1, "c": true, "d": null, "e": 10, "f": [ 1, 2, 3 ], "g": [ 4, 5, 6 ] }
separators參數(shù): 盡管indent參數(shù)可以使得數(shù)據(jù)存儲(chǔ)的格式變得更加優(yōu)雅、可讀性更強(qiáng),但是那是通過添加一些冗余的空白字符進(jìn)行填充的。當(dāng)json被用于網(wǎng)絡(luò)數(shù)據(jù)通信時(shí),應(yīng)該盡可能的減少無用的數(shù)據(jù)傳輸,這樣可以節(jié)省帶寬并加快數(shù)據(jù)傳輸速度。json模塊序列化Python對象后得到的json字符串中的','號(hào)和':'號(hào)分隔符后默認(rèn)都會(huì)附加一個(gè)空白字符,我們可以通過separators參數(shù)重新指定分隔符,從而去除無用的空白字符;
該參數(shù)的值應(yīng)該是一個(gè)tuple(item_separator, key_separator)
如果indent是None,其默認(rèn)值為(', ', ': ')
如果indent不為None,則默認(rèn)值為(',', ': ')
我們可以通過為separator賦值為(',', ':')來消除空白字符
>>> json.dumps({'a':'str', 'c': True, 'e': 10, 'b': 11.1, 'd': None, 'f': [1, 2, 3], 'g':(4, 5, 6)}) '{"a": "str", "c": true, "b": 11.1, "e": 10, "d": null, "g": [4, 5, 6], "f": [1, 2, 3]}' >>> json.dumps({'a':'str', 'c': True, 'e': 10, 'b': 11.1, 'd': None, 'f': [1, 2, 3], 'g':(4, 5, 6)}, separators=(',',':')) '{"a":"str","c":true,"b":11.1,"e":10,"d":null,"g":[4,5,6],"f":[1,2,3]}'
反序列化
# 反序列化 >>> json.loads('{"a": "str", "c": true, "b": 11.1, "e": 10, "d": null, "g": [4, 5, 6], "f": [1, 2, 3]}') {'c': True, 'e': 10, 'a': 'str', 'g': [4, 5, 6], 'd': None, 'f': [1, 2, 3], 'b': 11.1} >>> json.loads('{"a":"str","c":true,"b":11.1,"e":10,"d":null,"g":[4,5,6],"f":[1,2,3]}') {'c': True, 'e': 10, 'a': 'str', 'g': [4, 5, 6], 'd': None, 'f': [1, 2, 3], 'b': 11.1}
dump()與load()函數(shù)示例
# 序列化到文件中>>> with open('test.json', 'w') as fp:... json.dump({'a':'str中國', 'c': True, 'e': 10, 'b': 11.1, 'd': None, 'f': [1, 2, 3], 'g':(4, 5, 6)}, fp, indent=4)# 反序列化文件中的內(nèi)容>>> with open('test.json', 'r') as fp:... json.load(fp) {'e': 10, 'g': [4, 5, 6], 'b': 11.1, 'c': True, 'd': None, 'a': 'str中國', 'f': [1, 2, 3]}
需要說明的是: 如果試圖使用相同的fp重復(fù)調(diào)用dump()函數(shù)去序列化多個(gè)對象(或序列化同一個(gè)對象多次),將會(huì)產(chǎn)生一個(gè)無效的JSON文件,也就是說對于一個(gè)fp只能調(diào)用一次dump()。
4. 實(shí)例:自定義數(shù)據(jù)類型的序列化/反序列化
Python是面向?qū)ο蟮木幊陶Z言,我們可以自定義需要的數(shù)據(jù)類型;實(shí)際工作中,我們常常會(huì)用到自定義數(shù)據(jù)類型的序列化與反序列化操作。要實(shí)現(xiàn)自定義數(shù)據(jù)類型的序列化與反序列化有兩種方式:
通過轉(zhuǎn)換函數(shù)實(shí)現(xiàn)
通過繼承JSONEncoder和JSONDecoder類實(shí)現(xiàn)
首先來自定義一個(gè)數(shù)據(jù)類型
class Student(object): def __init__(self, name, age, sno): self.name = name self.age = age self.sno = sno def __repr__(self): return 'Student [name: %s, age: %d, sno: %d]' % (self.name, self.age, self.sno)
直接調(diào)用dumps()方法會(huì)引發(fā)TypeError錯(cuò)誤:
>>> stu = Student('Tom', 19, 1) >>> print(stu) Student [name: Tom, age: 19, sno: 1] >>> >>> json.dumps(stu) ...TypeError: Student [name: Tom, age: 19, sno: 1] is not JSON serializable
上面的異常信息中指出:stu對象不可以被序列化為JSON格式的數(shù)據(jù)。那么我們分別通過“編寫轉(zhuǎn)換函數(shù)” 和 “繼承JSONEncoder和JSONDecoder類” 來實(shí)現(xiàn)對這個(gè)自定義數(shù)據(jù)類型的JSON序列化和反序列化。
方法1:編寫轉(zhuǎn)換函數(shù)
那么這個(gè)轉(zhuǎn)換函數(shù)要完成哪兩個(gè)數(shù)據(jù)類型之間的轉(zhuǎn)換呢? 從上面列出的JSON與Python數(shù)據(jù)類型的對應(yīng)表中可知,JSON中的object對應(yīng)的是Python中的dict,因此要對Python中的自定義數(shù)據(jù)類型的對象進(jìn)行序列化,就需要先把這個(gè)對象轉(zhuǎn)換成json模塊可以直接進(jìn)行序列化dict類型。由此可知,這個(gè)轉(zhuǎn)換函數(shù)是要完成的是Python對象(不是JSON對象)與dict之間的相互轉(zhuǎn)換,且序列化時(shí)轉(zhuǎn)換過程是“Python對象 --> dict --> JSON object”,反序列化的過程是“JSON object -> dict --> Python對象”。所以,我們需要編寫兩個(gè)轉(zhuǎn)換函數(shù)來分別實(shí)現(xiàn)序列化和反序列化時(shí)的轉(zhuǎn)換過程。
def obj2dict(obj): d = {} d['__class__'] = obj.__class__.__name__ d['__module__'] = obj.__module__ d.update(obj.__dict__) return ddef dict2obj(d): if '__class__' in d: class_name = d.pop('__class__') module_name = d.pop('__module__') module = __import__(module_name) class_ = getattr(module, class_name) args = dict((key.encode('ascii'), value) for key, value in d.items()) instance = class_(**args) else: instance = d return instance
序列化測試:
>>> import json >>> obj2dict(stu) {'sno': 1, '__module__': '__main__', 'age': 19, '__class__': 'Student', 'name': 'Tom'} >>> json.dumps(obj2dict(stu)) '{"sno": 1, "__module__": "__main__", "age": 19, "__class__": "Student", "name": "Tom"}' >>> json.dumps(stu, default=obj2dict) '{"sno": 1, "__module__": "__main__", "age": 19, "__class__": "Student", "name": "Tom"}'
json.dumps(stu, default=obj2dict)
等價(jià)于 json.dumps(obj2dict(stu))
反序列化測試:
>>> json.loads('{"sno": 1, "__module__": "__main__", "age": 19, "__class__": "Student", "name": "Tom"}') {u'sno': 1, u'__module__': u'__main__', u'age': 19, u'name': u'Tom', u'__class__': u'Student'}>>> dict2obj(json.loads('{"sno": 1, "__module__": "__main__", "age": 19, "__class__": "Student", "name": "Tom"}')) Student [name: Tom, age: 19, sno: 1]>>> json.loads('{"sno": 1, "__module__": "__main__", "age": 19, "__class__": "Student", "name": "Tom"}', object_hook=dict2obj) Student [name: Tom, age: 19, sno: 1]
json.loads(JSON_STR, object_hook=dict2obj)
等價(jià)于 dict2obj(json.loads(JSON_STR))
方法2:繼承JSONEncoder和JSONDecoder實(shí)現(xiàn)子類
import jsonclass MyJSONEncoder(json.JSONEncoder): def default(self, obj): d = {} d['__class__'] = obj.__class__.__name__ d['__module__'] = obj.__module__ d.update(obj.__dict__) return dclass MyJSONDecoder(json.JSONDecoder): def __init__(self): json.JSONDecoder.__init__(self, object_hook=self.dict2obj) def dict2obj(self, d): if '__class__' in d: class_name = d.pop('__class__') module_name = d.pop('__module__') module = __import__(module_name) class_ = getattr(module, class_name) args = dict((key.encode('ascii'), value) for key, value in d.items()) instance = class_(**args) else: instance = d return instance
序列化測試:
>>> stu = Student('Tom', 19, 1)# 方式一:直接調(diào)用子類MyJSONEncoder的encode()方法進(jìn)行序列化>>> MyJSONEncoder().encode(stu) '{"__class__": "Student", "__module__": "__main__", "name": "Tom", "age": 19, "sno": 1}' >>> MyJSONEncoder(separators=(',', ':')).encode(stu) '{"__class__":"Student","__module__":"__main__","name":"Tom","age":19,"sno":1}'# 方式二:將子類MyJSONEncoder作為cls參數(shù)的值傳遞給json.dumps()函數(shù)>>> json.dumps(stu, cls=MyJSONEncoder) '{"__class__": "Student", "__module__": "__main__", "name": "Tom", "age": 19, "sno": 1}' >>> json.dumps(stu, cls=MyJSONEncoder, separators=(',', ':')) '{"__class__":"Student","__module__":"__main__","name":"Tom","age":19,"sno":1}'
反序列化測試:
>>> MyJSONDecoder().decode('{"sno": 1, "__module__": "__main__", "age": 19, "__class__": "Student", "name": "Tom"}')Student [name: Tom, age: 19, sno: 1]
http://www.cnblogs.com/yyds/p/6563608.html