通过将对象序列化可以将其存储在变量或者文件中,可以保存当时对象的状态,实现其生命周期的延长。并且需要时可以再次将这个对象读取出来。Python中有几个常用模块可实现这一功能。
pickle模块
存储在变量中
dumps(obj)返回存入的字节
dic = {'age': 23, 'job': 'student'} byte_data = pickle.dumps(dic) # out -> b'\x80\x03}q\x00(X\x03\x00\x00\...' print(byte_data)
读取数据
数据以字节保存在了byte_data变量中,需要再次使用的时候使用loads函数就行了。
obj = pickle.loads(byte_data) print(obj)
存储在文件中
也可以存在文件中,使得对象持久化。使用的是dump和load函数,注意和上面的区别,少了s。由于pickle写入的是二进制数据,所以打开方式需要以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)) # <class 'dict'>
序列化用户自定义对象
假如我写了个类叫做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当然也能写入,不仅可以写入类本身,也能写入它的一个实例。
# 将实例存储在变量中,当然也能存在文件中 a_person = Person('abc', 22, 'waiter') person_abc = pickle.dumps(a_person) p = pickle.loads(person_abc) p.work() # 将类本身存储在变量中,loads的时候返回类本身,而非它的一个实例 class_Person = pickle.dumps(Person) Person = pickle.loads(class_Person) p = Person('Bob', 23, 'Student') p.work() # 下面这个例子演示的就是将类存储在文件中 # 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模块
pickle可以很方便地序列化所有对象。不过json作为更为标准的格式,具有更好的可读性(pickle是二进制数据)和跨平台性。是个不错的选择。
json使用的四个函数名和pickle一致。
序列化为字符串
dic = {'age': 23, 'job': 'student'} dic_str = json.dumps(dic) print(type(dic_str), dic_str) # out: <class 'str'> {"age": 23, "job": "student"} dic_obj = json.loads(dic_str) print(type(dic_obj), dic_obj) # out: <class 'dict'> {'age': 23, 'job': 'student'}
可以看到,dumps函数将对象转换成了字符串。loads函数又将其恢复成字典。
存储为json文件
也可以存储在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)
存储自定义对象
还是上面的Person对象。如果直接序列化会报错
aa = Person('Bob', 23, 'Student') with open('abc.json', 'w', encoding='utf-8') as f: json.dump(aa, f) # 报错
Object of type 'Person' is not JSON serializable此时dump函数里传一个参default就可以了,这个参数接受一个函数,这个函数可以将对象转换为字典。
写一个就是了
def person2dict(person): return {'name': person.name, 'age': person.age, 'job': person.job}
这样返回的就是一个字典了,对象实例有个方法可以简化这一过程。直接调用实例的__dict__。例如
print(aa.__dict) # {'name': 'Bob', 'age': 23, 'job': 'Student'}
很方便。
同时在读取的时候load出来的是一个字典,再转回对象就可,同样需要一个object_hook参数,该参数接收一个函数,用于将字典转为对象。
def dict2person(dic): return Person(dic['name'], dic['age'], dic['job'])
于是完整的程序应该写成下面这样
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函数,再使用lambda函数简化。
with open('abc.json', 'w', encoding='utf-8') as f: json.dump(aa, f, default=lambda obj: obj.__dict__)
以上是存储到文件,存储到变量也是类似操作。
不过就我现在所学,不知道如何像pickle一样方便的将我们自定义的类本身使用json序列化,或许要用到其他扩展函数。以后用到了再说。
shelve模块
还有一个模块,不太常用,通常使用一个open就好。shelve以键值对的形式存储数据。
with shelve.open('aa') as f: f['person'] = {'age': 23, 'job': 'student'} f['person']['age'] = 44 # 这里试图改变原来的年龄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]
文件不要有后缀名,在windows下会生成aa.bak, aa.dat, aa.dir三个文件(有点多)。其中bak和dir文件是可以查看的(貌似两个文件内容一样)在下面这个例子中生成这样的数据。
'person', (0, 44) 'numbers', (512, 28)
允许写回--writeback
有个细节,我们读取键person时候,发现age还是23岁,f['person']['age'] = 44后并没有变成44。下面的写法
with shelve.open('aa', writeback=True) as f: dic = {'age': 23, 'job': 'student'} f['person'] = dic dic['age'] = 44 f['person'] = dic
相当于赋值了两次,这种方法是可以改变值的。
默认情况下直接使用f['person']改变其中的值之后,不会更新已存储的值,也就是没有把更新写回到文件,即使是文件被close后。如果有此需要,在open函数中添加一个参数writeback=True。再次运行下看看年龄就被改变了。
写入自定义对象
依然使用上面的Person对象
with shelve.open('aa') as f: f['class'] = Person # 写入类本身 with shelve.open('aa') as f: Person = f['class'] a = Person('Bob', 23, 'Student') a.work()
上面的例子说明shelve也可以序列化类本身。当然序列化实例肯定可以。
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,由于我们使用with open打开,故不用写close语句,此模块是有close函数的,如果不是with方法打开的一定要记得主动close。
以上这篇老生常谈Python序列化和反序列化就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持。
序列化和反序列化
《魔兽世界》大逃杀!60人新游玩模式《强袭风暴》3月21日上线
暴雪近日发布了《魔兽世界》10.2.6 更新内容,新游玩模式《强袭风暴》即将于3月21 日在亚服上线,届时玩家将前往阿拉希高地展开一场 60 人大逃杀对战。
艾泽拉斯的冒险者已经征服了艾泽拉斯的大地及遥远的彼岸。他们在对抗世界上最致命的敌人时展现出过人的手腕,并且成功阻止终结宇宙等级的威胁。当他们在为即将于《魔兽世界》资料片《地心之战》中来袭的萨拉塔斯势力做战斗准备时,他们还需要在熟悉的阿拉希高地面对一个全新的敌人──那就是彼此。在《巨龙崛起》10.2.6 更新的《强袭风暴》中,玩家将会进入一个全新的海盗主题大逃杀式限时活动,其中包含极高的风险和史诗级的奖励。
《强袭风暴》不是普通的战场,作为一个独立于主游戏之外的活动,玩家可以用大逃杀的风格来体验《魔兽世界》,不分职业、不分装备(除了你在赛局中捡到的),光是技巧和战略的强弱之分就能决定出谁才是能坚持到最后的赢家。本次活动将会开放单人和双人模式,玩家在加入海盗主题的预赛大厅区域前,可以从强袭风暴角色画面新增好友。游玩游戏将可以累计名望轨迹,《巨龙崛起》和《魔兽世界:巫妖王之怒 经典版》的玩家都可以获得奖励。
更新动态
- DzintraErliha-Dreamscape(2024)[24Bit-96kHz]FLAC
- 群星.1999-上华世纪国语总冠军4CD【上华】【WAV+CUE】
- 叶丽仪.1992-仙鹤神针电视剧原声音乐专辑【星传真】【WAV+CUE】
- 陈柏宇.2011-QUINQUENNIUM【SONY】【WAV+CUE】
- 《51首热门当红歌曲 十大顶级发烧女声 3CD》[WAV+CUE][1.6GB]
- 《赵传 深受摇滚迷青睐的台湾音乐人 约定》[WAV+CUE][320MB]
- 《庄心妍 实力唱将 发烧音乐精选集》[WAV+CUE][380MB]
- [音展纪念碟]2006年《TAA台湾第十六届国际HI-ENDHI-FI音响展》2cd[WAV]
- 中国音乐地图之听见西藏山歌牧歌酒歌2020[WAV分轨]
- 王宏伟2017-永远的红飘带[太平洋影音][WAV+CUE]
- 费翔.1997-NOW现在【第一中国】【WAV+CUE】
- 新格合唱团.1981-我唱你和2辑(滚石新格民歌系列)【新格】【WAV+CUE】
- 陈柏宇.2011-QUINQUENNIUM【SONY】【WAV+CUE】
- 雨果唱片-《金唛系列-蔷薇依韵琼瑶》WAV
- 陈百强《凝望(2012华纳LPCD45限量版)[DMI]》[WAV整轨]