通過(guò)將對(duì)象序列化可以將其存儲(chǔ)在變量或者文件中，可以保存當(dāng)時(shí)對(duì)象的狀態(tài)，實(shí)現(xiàn)其生命周期的延長(zhǎng)。并且需要時(shí)可以再次將這個(gè)對(duì)象讀取出來(lái)。Python中有幾個(gè)常用模塊可實(shí)現(xiàn)這一功能。

pickle模塊

存儲(chǔ)在變量中

dumps(obj)返回存入的字節(jié)

            
dic = {'age': 23, 'job': 'student'}
byte_data = pickle.dumps(dic)
# out -> b'\x80\x03}q\x00(X\x03\x00\x00\...'
print(byte_data)
          

讀取數(shù)據(jù)

數(shù)據(jù)以字節(jié)保存在了byte_data變量中，需要再次使用的時(shí)候使用loads函數(shù)就行了。

            
obj = pickle.loads(byte_data)
print(obj)
          

存儲(chǔ)在文件中

也可以存在文件中，使得對(duì)象持久化。使用的是dump和load函數(shù)，注意和上面的區(qū)別，少了s。由于pickle寫入的是二進(jìn)制數(shù)據(jù)，所以打開(kāi)方式需要以wb和rb的模式。

            
# 序列化
with open('abc.pkl', 'wb') as f:
  dic = {'age': 23, 'job': 'student'}
  pickle.dump(dic, f)
# 反序列化
with open('abc.pkl', 'rb') as f:
  aa = pickle.load(f)
  print(aa)
  print(type(aa)) # 
            
          

序列化用戶自定義對(duì)象

假如我寫了個(gè)類叫做Person

            
class Person:
  def __init__(self, name, age, job):
    self.name = name
    self.age = age
    self.job = job

  def work(self):
    print(self.name, 'is working...')

          

pickle當(dāng)然也能寫入，不僅可以寫入類本身，也能寫入它的一個(gè)實(shí)例。

            
# 將實(shí)例存儲(chǔ)在變量中，當(dāng)然也能存在文件中
a_person = Person('abc', 22, 'waiter')
person_abc = pickle.dumps(a_person)
p = pickle.loads(person_abc)
p.work()
# 將類本身存儲(chǔ)在變量中，loads的時(shí)候返回類本身，而非它的一個(gè)實(shí)例
class_Person = pickle.dumps(Person)
Person = pickle.loads(class_Person)
p = Person('Bob', 23, 'Student')
p.work()

# 下面這個(gè)例子演示的就是將類存儲(chǔ)在文件中
# 序列化
with open('person.pkl', 'wb') as f:
  pickle.dump(Person, f)
# 反序列化
with open('person.pkl', 'rb') as f:
  Person = pickle.load(f)
  aa = Person('gg', 23, '6')
  aa.work()
          

json模塊

pickle可以很方便地序列化所有對(duì)象。不過(guò)json作為更為標(biāo)準(zhǔn)的格式，具有更好的可讀性（pickle是二進(jìn)制數(shù)據(jù)）和跨平臺(tái)性。是個(gè)不錯(cuò)的選擇。

json使用的四個(gè)函數(shù)名和pickle一致。

序列化為字符串

            
dic = {'age': 23, 'job': 'student'}
dic_str = json.dumps(dic)
print(type(dic_str), dic_str)
# out: 
            
               {"age": 23, "job": "student"}

dic_obj = json.loads(dic_str)
print(type(dic_obj), dic_obj)
# out: 
              
                 {'age': 23, 'job': 'student'}

              
            
          

可以看到，dumps函數(shù)將對(duì)象轉(zhuǎn)換成了字符串。loads函數(shù)又將其恢復(fù)成字典。

存儲(chǔ)為json文件

也可以存儲(chǔ)在json文件中

            
dic = {'age': 23, 'job': 'student'}
with open('abc.json', 'w', encoding='utf-8') as f:
  json.dump(dic, f)

with open('abc.json', encoding='utf-8') as f:
  obj = json.load(f)
  print(obj)

          

存儲(chǔ)自定義對(duì)象

還是上面的Person對(duì)象。如果直接序列化會(huì)報(bào)錯(cuò)

            
aa = Person('Bob', 23, 'Student')
with open('abc.json', 'w', encoding='utf-8') as f:
  json.dump(aa, f) # 報(bào)錯(cuò)
          

Object of type 'Person' is not JSON serializable此時(shí)dump函數(shù)里傳一個(gè)參default就可以了，這個(gè)參數(shù)接受一個(gè)函數(shù)，這個(gè)函數(shù)可以將對(duì)象轉(zhuǎn)換為字典。

寫一個(gè)就是了

            
def person2dict(person):
  return {'name': person.name,
      'age': person.age,
      'job': person.job}
          

這樣返回的就是一個(gè)字典了，對(duì)象實(shí)例有個(gè)方法可以簡(jiǎn)化這一過(guò)程。直接調(diào)用實(shí)例的__dict__。例如

            
print(aa.__dict) # {'name': 'Bob', 'age': 23, 'job': 'Student'}
          

很方便。

同時(shí)在讀取的時(shí)候load出來(lái)的是一個(gè)字典，再轉(zhuǎn)回對(duì)象就可，同樣需要一個(gè)object_hook參數(shù)，該參數(shù)接收一個(gè)函數(shù)，用于將字典轉(zhuǎn)為對(duì)象。

            
def dict2person(dic):
  return Person(dic['name'], dic['age'], dic['job'])
          

于是完整的程序應(yīng)該寫成下面這樣

            
with open('abc.json', 'w', encoding='utf-8') as f:
  json.dump(aa, f, default=person2dict)

with open('abc.json', encoding='utf-8') as f:
  obj = json.load(f, object_hook=dict2person)
  print(obj.name, obj.age, obj.job)
  obj.work()
          

由于可以使用__dict__代替person2dict函數(shù)，再使用lambda函數(shù)簡(jiǎn)化。

            
with open('abc.json', 'w', encoding='utf-8') as f:
  json.dump(aa, f, default=lambda obj: obj.__dict__)
          

以上是存儲(chǔ)到文件，存儲(chǔ)到變量也是類似操作。

不過(guò)就我現(xiàn)在所學(xué)，不知道如何像pickle一樣方便的將我們自定義的類本身使用json序列化，或許要用到其他擴(kuò)展函數(shù)。以后用到了再說(shuō)。

shelve模塊

還有一個(gè)模塊，不太常用，通常使用一個(gè)open就好。shelve以鍵值對(duì)的形式存儲(chǔ)數(shù)據(jù)。

            
with shelve.open('aa') as f:
  f['person'] = {'age': 23, 'job': 'student'}
  f['person']['age'] = 44 # 這里試圖改變?cè)瓉?lái)的年齡23
  f['numbers'] = [i for i in range(10)]

with shelve.open('aa') as f:
  person = f['person']
  print(person) # {'age': 23, 'job': 'student'}
  nums = f['numbers']
  print(nums) # [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
          

文件不要有后綴名，在windows下會(huì)生成aa.bak, aa.dat, aa.dir三個(gè)文件（有點(diǎn)多）。其中bak和dir文件是可以查看的（貌似兩個(gè)文件內(nèi)容一樣）在下面這個(gè)例子中生成這樣的數(shù)據(jù)。

            
'person', (0, 44)
'numbers', (512, 28)
          

允許寫回--writeback

有個(gè)細(xì)節(jié)，我們讀取鍵person時(shí)候，發(fā)現(xiàn)age還是23歲，f['person']['age'] = 44后并沒(méi)有變成44。下面的寫法

            
with shelve.open('aa', writeback=True) as f:
  dic = {'age': 23, 'job': 'student'}
  f['person'] = dic
  dic['age'] = 44
  f['person'] = dic
          

相當(dāng)于賦值了兩次，這種方法是可以改變值的。

默認(rèn)情況下直接使用f['person']改變其中的值之后，不會(huì)更新已存儲(chǔ)的值，也就是沒(méi)有把更新寫回到文件，即使是文件被close后。如果有此需要，在open函數(shù)中添加一個(gè)參數(shù)writeback=True。再次運(yùn)行下看看年齡就被改變了。

寫入自定義對(duì)象

依然使用上面的Person對(duì)象

            
with shelve.open('aa') as f:
  f['class'] = Person
  
# 寫入類本身
with shelve.open('aa') as f:
  Person = f['class']
  a = Person('Bob', 23, 'Student')
  a.work()
          

上面的例子說(shuō)明shelve也可以序列化類本身。當(dāng)然序列化實(shí)例肯定可以。

            
with shelve.open('aa') as f:
  a = Person('God', 100, 'watch')
  f['class'] = a

with shelve.open('aa') as f:
  god = f['class']
  god.work()

          

注意， 由于我們使用with open打開(kāi)，故不用寫close語(yǔ)句，此模塊是有close函數(shù)的，如果不是with方法打開(kāi)的一定要記得主動(dòng)close。

以上這篇老生常談Python序列化和反序列化就是小編分享給大家的全部?jī)?nèi)容了，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。