python的pickle模块,python中pickle模块

　　json模块和pickle模块的用法

　　在python中，pickle和json两个模块可以用来序列化数据。

　　其中包括：

　　Json可用于字符串或字典与python数据类型之间的序列化和反序列化。

　　Pickle可用于特定于python的类型和python数据类型之间的序列化和反序列化。

　　json模块的用法

　　1.检查json模块中的方法：

　　importjson

　　目录(json)

　　[ jsondecodererror ， JSONDecoder ， JSONEncoder ， __all__ ， __author__ ， __builtins__ ， __cached__ ， __doc__ ，

　　“__file__”、“__loader__”、“__name__”、“__package__”、“__path__”、“__spec__”、“__version__”、“_default_decoder”，

　　_ default _ encoder ， decoder ， dump ， dumps ， encoder ， load ， loads ， scanner] 2。JSON模块的常用函数：转储、转储、加载、加载

　　3.使用json.dumps方法，可以将字典等数据格式化成字符串，方便其他编程语言调用。

　　dic1={k1:v1 ， k2:v2}

　　res=json.dumps(dic1)

　　打印(分辨率)

　　{k1:v1 ， k2:v2}

　　打印(类型(分辨率))

　　类 str 的格式化字符串看起来和原来的一样，但是当你看格式化类型的时候，你会发现它是一个经过json模块处理过的字符串。

　　4.可以使用json.loads进行反序列化。

　　打印(类型(res2))

　　类别“字典”

　　打印(分辨率)

　　{k1:v1 ， k2:v2}

　　打印(类型(分辨率))

　　类别“str”

　　res2=json.loads(res)

　　打印(res2)

　　{k1 : v1 ， k2 3360 v2} 5。还可以使用json.dump方法将字典等数据类型序列化到一个文件中，等待其他程序调用它。

　　importjson

　　dic1={k1:v1 ， k2:v2}

　　withopen(f1 ， wquo

　　t;)asf:

　　json.dump(dic1,f)运行上面的代码，可以看到在同级目录下，生成一个名为“f1”的文件，打开f1文件，其内容为：

{"k1":"v1","k2":"v2"}

importjson
　　withopen("f1")asf:
　　res=json.load(f)
　　print(res)
　　print(type(res))

{'k1':'v1','k2':'v2'}
　　<class'dict'>

　　pickle模块的用法

　　1.查看pickle模块内的方法：

>>>importpickle
　　>>>dir(pickle)
　　['ADDITEMS','APPEND','APPENDS','BINBYTES','BINBYTES8','BINFLOAT','BINGET','BININT','BININT1','BININT2',
　　'BINPERSID','BINPUT','BINSTRING','BINUNICODE','BINUNICODE8','BUILD','DEFAULT_PROTOCOL','DICT','DUP',
　　'EMPTY_DICT','EMPTY_LIST','EMPTY_SET','EMPTY_TUPLE','EXT1','EXT2','EXT4','FALSE','FLOAT','FRAME',
　　'FROZENSET','FunctionType','GET','GLOBAL','HIGHEST_PROTOCOL','INST','INT','LIST','LONG','LONG1','LONG4',
　　'LONG_BINGET','LONG_BINPUT','MARK','MEMOIZE','NEWFALSE','NEWOBJ','NEWOBJ_EX','NEWTRUE','NONE','OBJ',
　　'PERSID','POP','POP_MARK','PROTO','PUT','PickleError','Pickler','PicklingError','PyStringMap','REDUCE',
　　'SETITEM','SETITEMS','SHORT_BINBYTES','SHORT_BINSTRING','SHORT_BINUNICODE','STACK_GLOBAL','STOP','STRING',
　　'TRUE','TUPLE','TUPLE1','TUPLE2','TUPLE3','UNICODE','Unpickler','UnpicklingError','_Framer','_Pickler',
　　'_Stop','_Unframer','_Unpickler','__all__','__builtins__','__cached__','__doc__','__file__','__loader__',
　　'__name__','__package__','__spec__','_compat_pickle','_dump','_dumps','_extension_cache','_extension_registry',
　　'_getattribute','_inverted_registry','_load','_loads','_test','_tuplesize2code','bytes_types','codecs',
　　'compatible_formats','decode_long','dispatch_table','dump','dumps','encode_long','format_version','io',
　　'islice','load','loads','maxsize','pack','re','sys','unpack','whichmodule']

help(pickle.modules)

help(pickle.dump)

　　3.pickle模块常用的方法有：dumps,loads,dump,load

　　4.使用pickle.dumps对数据进行序列化操作

importpickle
　　l1=[1,2,3,4,5]
　　t1=(1,2,3,4,5)
　　dic1={"k1":"v1","k2":"v2","k3":"v3"}
　　res_l1=pickle.dumps(l1)
　　res_t1=pickle.dumps(t1)
　　res_dic=pickle.dumps(dic1)
　　print(res_l1)
　　print(res_t1)
　　print(res_dic)

b'\x80\x03]q\x00(K\x01K\x02K\x03K\x04K\x05e.'
　　b'\x80\x03(K\x01K\x02K\x03K\x04K\x05tq\x00.'
　　b'\x80\x03}q\x00(X\x02\x00\x00\x00k1q\x01X\x02\x00\x00\x00v1q\x02X\x02\x00\x00\x00k2q\x03X\x02\x00
　　\x00\x00v2q\x04X\x02\x00\x00\x00k3q\x05X\x02\x00\x00\x00v3q\x06u.'

　　5.使用pickle.loads进行反序列化操作

importpickle
　　l1=[1,2,3,4,5]
　　t1=(1,2,3,4,5)
　　dic1={"k1":"v1","k2":"v2","k3":"v3"}
　　res_l1=pickle.dumps(l1)
　　res_t1=pickle.dumps(t1)
　　res_dic=pickle.dumps(dic1)
　　print(pickle.loads(res_l1),type(pickle.loads(res_l1)))
　　print(pickle.loads(res_t1),type(pickle.loads(res_t1)))
　　print(pickle.loads(res_dic),type(pickle.loads(res_dic)))

[1,2,3,4,5]<class'list'>
　　(1,2,3,4,5)<class'tuple'>
　　{'k1':'v1','k2':'v2','k3':'v3'}<class'dict'>

　　6.可以用pickle.dumps把列表，元组或字典序列化进一个文件中以实现永久保存。

　　把列表l1序列化进一个文件f1中：

importpickle
　　l1=[1,2,3,4,5]
　　t1=(1,2,3,4,5)
　　dic1={"k1":"v1","k2":"v2","k3":"v3"}
　　withopen("f1","wb")asf:
　　pickle.dump(l1,f)

importpickle
　　withopen("f1","rb")asf:
　　res=pickle.load(f)
　　print(res)

[1,2,3,4,5]
　　<class'list'>

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。