详解Python中的序列化（简单易懂版） |
您所在的位置：网站首页 › 序列端口什么意思 › 详解Python中的序列化（简单易懂版） |
详解Python中的序列化（简单易懂版）
|
1.什么是数据序列化？
序列化 (Serialization)，是指把程序中的一个类转化成一个标准化的格式。标准化的意义是这个格式可以跨程序，跨平台的被使用，而且保持其原有的内容，规范。 2.为什么要进行数据序列化呢？ （1）一致性我们将要保存的数据，序列化成标准的格式（Json格式或者Pickle格式）。之后再反序列化回来，数据依然是原来的。保持了数据的一致性。 （2）有效性序列化之后，可以减少内存和网络资源的占用。 （3）兼容性将数据序列化之后，Json格式或者Pickle格式，我可以在其他平台（其他操作系统的电脑）上依然使用。 我用python对数据进行了序列化，我之后可以使用java等其他语言，对其进行反序列，然后进行使用，数据并没有发生改变。 3.数据序列化的应用 （1）应用一你的程序需要和其他程序交流，例如 平台 API, 网页请求 串行任务流，每一个任务结束之后数据通过序列化传递到下一个任务。 JSON 是一个文件格式，也是一个标准化的数据传输方案，通常网站的后端和前端的交流，移动 APP 和云服务器的交流方式都是通过 JSON。 （1）序列化 # 导入json模块 import json simple_dict = {'name': 'zxy', 'age': 21} with open('simple_dict.txt', 'w') as file_to_write: # 进行json序列化,然后写入simple_dict.txt文件中 json.dump(simple_dict, file_to_write) （2）反序列化 with open('simple_dict.txt', 'r') as file_to_read: loaded_simple_dict = json.load(file_to_read) print(loaded_simple_dict) print(type(loaded_simple_dict))
当遇到一些 Python 特定的高级数据类型的时候，Json 会因为没有标准而无法进行序列化。 会报如下错误： Pickle 和 Json 不同的是，Pickle 是 Python 专属的序列化方案，可以转化大多数 Python 的数据类型，并且储存方式是二进制(Byte Code)。二进制的储存方式只有机器才能理解，但是同时也保证了一定的数据隐秘性和高效性。 （1）序列化 import pickle import datetime abc_dict = {datetime.datetime(2019, 7, 18, 0, 0): 9682.24, datetime.datetime(2019, 7, 17, 0, 0): 9411.61, datetime.datetime(2019, 7, 16, 0, 0): 10858.7, datetime.datetime(2019, 7, 15, 0, 0): 10195.0, datetime.datetime(2019, 7, 14, 0, 0): 11378.23, datetime.datetime(2019, 7, 13, 0, 0): 11810.0, datetime.datetime(2019, 7, 12, 0, 0): 11338.9, datetime.datetime(2019, 7, 11, 0, 0): 12090.99, datetime.datetime(2019, 7, 10, 0, 0): 12577.85} with open('abc.pk', 'wb') as file_to_write: pickle.dump(abc_dict, file_to_write)二进制的储存方式只有机器才能理解，保证了一定的数据隐秘性和高效性。
这里两个方法的行为都是在序列化数据，所以在调用函数上感觉完全一样。 但是本质上 Json 写入文件的是字符串，而 Pickle 则是把数据转化成了二进制，两个是完全不同的处理方案。 本文参考自：https://zhuanlan.zhihu.com/p/87470851 |
【本文地址】
今日新闻 |
推荐新闻 |