這篇文章主要介紹“Python的json模塊和pickle模塊如何使用”的相關知識，小編通過實際案例向大家展示操作過程，操作方法簡單快捷，實用性強，希望這篇“Python的json模塊和pickle模塊如何使用”文章能幫助大家解決問題。

成都網(wǎng)絡公司-成都網(wǎng)站建設公司創(chuàng)新互聯(lián)十余年經(jīng)驗成就非凡，專業(yè)從事成都做網(wǎng)站、網(wǎng)站設計、外貿(mào)營銷網(wǎng)站建設，成都網(wǎng)頁設計，成都網(wǎng)頁制作，軟文平臺，一元廣告等。十余年來已成功提供全面的成都網(wǎng)站建設方案，打造行業(yè)特色的成都網(wǎng)站建設案例，建站熱線：028-86922220，我們期待您的來電！

json模塊

json用于不同語言之間的數(shù)據(jù)交換，比如C和Python之間等等，即可跨語言。而pickle只能用于python與python之間數(shù)據(jù)交換。

序列化與反序列化

我們把對象(變量)從內(nèi)存中變成可存儲或傳輸?shù)倪^程稱之為序列化，在Python中叫pickling，在其他語言中也被稱之為serialization，marshalling，flattening等等，都是一個意思。序列化之后，就可以把序列化后的內(nèi)容寫入磁盤，或者通過網(wǎng)絡傳輸?shù)絼e的機器上。反過來，把變量內(nèi)容從序列化的對象重新讀到內(nèi)存里稱之為反序列化，即unpickling。

如果我們要在不同的編程語言之間傳遞對象，就必須把對象序列化為標準格式，比如XML，但更好的方法是序列化為JSON，因為JSON表示出來就是一個字符串，可以被所有語言讀取，也可以方便地存儲到磁盤或者通過網(wǎng)絡傳輸。JSON不僅是標準格式，并且比XML更快，而且可以直接在Web頁面中讀取，非常方便。

JSON表示的對象就是標準的JavaScript語言的對象，JSON和Python內(nèi)置的數(shù)據(jù)類型對應如下：

在文件中寫入讀取數(shù)據(jù)-字典

dic =' {‘string1':'hello'}' #寫文件只能寫入字符串 - 手動把字典變成字符串
f = open(‘hello', ‘w')
f.write(dic)

f_read = open(‘hello', ‘r')
data = f_read.read() #從文件中讀出的都是字符串
data = eval(data) #提取出字符串中的字典
print(data[‘name'])

json實現(xiàn)上述功能 - json可以在任意語言中傳送數(shù)據(jù)

dic = {‘string1':'hello'}
data = json.dumps(dic)
print(data)
print(type(data)) #dumps()會把我們的變量變成一個json字符串
f = open(“new_hello”, “w”)
f.write(data)

json字符串和我們手動加 ’’ 變成的字符串是有區(qū)別的，它遵循json字符串規(guī)范，即字符串用雙引號引起來。

dumps會把我們傳入的任何數(shù)據(jù)類型變成雙引號引起來的字符串

# {‘string1':'hello'} ---> “{“string1”:”hello”}”
# 8 ---> “8”
# ‘hello' ---> ““hello”” – 被json包裝后的數(shù)據(jù)內(nèi)部只能有雙引號
#[1, 2] ---> “[1, 2]”

我們在存儲或傳輸?shù)臅r候把數(shù)據(jù)轉(zhuǎn)換成json字符串，可以實現(xiàn)任何語言通用

f_read = open(“new_hello”, “r”)
data = json.loads(f_read.read()) #這個data直接就是字典類型
print(data)
print(type(data))

json模塊中的方法

json.dumps() # 把數(shù)據(jù)包裝成json字符串 – 序列化
json.loads() # 從json字符串中提取出原來的數(shù)據(jù) – 反序列化

我們在python中將一個列表 l = [1, 2, 3] 包裝成一個json字符串并存儲或發(fā)送出去，假如我們在C語言中使用json解析，就會得到C語言中對應的數(shù)據(jù)結(jié)構，提取出來就是一個數(shù)組buf[3] = {1, 2, 3}。

并不是說dumps和loads必須要一塊用，只要是符合json規(guī)范的json字符串都可以用loads處理提取數(shù)據(jù)結(jié)構，和用不用dumps沒關系。

json.dump(data, f) #轉(zhuǎn)換成json字符串并寫入文件
#相當于 data = json.dumps(dic) + f.write(data)
data = json.load(f) #先讀取文件，再提取出數(shù)據(jù)
#相當于data = json.loads(f_read.read())

示例：

#----------------------------序列化
import json
dic={'name':'alvin','age':23,'sex':'male'}
print(type(dic))#
j=json.dumps(dic)
print(type(j))#
f=open('序列化對象','w')
f.write(j)  #-------------------等價于json.dump(dic,f)
f.close()

#-----------------------------反序列化

import json
f=open('序列化對象')
data=json.loads(f.read())#  等價于data=json.load(f)

注意：

import json
#dct="{'1':111}"#json 不認單引號
#dct=str({"1":111})#報錯,因為生成的數(shù)據(jù)還是單引號:{'one': 1}
dct='{"1":"111"}'
print(json.loads(dct))

無論數(shù)據(jù)是怎樣創(chuàng)建的，只要滿足json格式，就可以json.loads出來，不一定非要dumps的數(shù)據(jù)才能loads。

pickle模塊

Pickle的問題和所有其他編程語言特有的序列化問題一樣，就是它只能用于Python，并且可能不同版本的Python彼此都不兼容，因此，只能用Pickle保存那些不重要的數(shù)據(jù)，不能成功地反序列化也沒關系。

##----------------------------序列化
import pickle
dic={'name':'alvin','age':23,'sex':'male'}
print(type(dic))#
j=pickle.dumps(dic)
print(type(j))#
f=open('序列化對象_pickle','wb')#注意是w是寫入str,wb是寫入bytes,j是'bytes'
f.write(j)  #-------------------等價于pickle.dump(dic,f)
f.close()

#-------------------------反序列化
import pickle
f=open('序列化對象_pickle','rb')
data=pickle.loads(f.read())#  等價于data=pickle.load(f)
print(data['age'])

pickle和json的用法是一樣的，二者學名都叫序列化，只不過json序列化之后的結(jié)果是字符串，pickle序列化后的結(jié)果是字節(jié)bytes。也就是說形式不同，內(nèi)容是一樣的，但是，pickle序列化后的是bytes，也就是要寫入文件的數(shù)據(jù)是bytes，所以open打開文件的時候要以wb的形式二進制打開。pickle寫入文件的內(nèi)容是不可讀的（亂七八糟的字符，但是計算機可以識別），json寫入的數(shù)據(jù)是可讀的。pickle支持的數(shù)據(jù)類型更多，pickle可以序列化函數(shù)和類。雖然json不支持這兩種序列化，但是大部分場景還是用json。

關于“Python的json模塊和pickle模塊如何使用”的內(nèi)容就介紹到這里了，感謝大家的閱讀。如果想了解更多行業(yè)相關的知識，可以關注創(chuàng)新互聯(lián)行業(yè)資訊頻道，小編每天都會為大家更新不同的知識點。