1. 序列化定义

• 把对象(变量)从内存中变成可存储或传输的过程称之为序列化, 在Python中叫pickling,其他语言中称之为serialization等;
• 序列化之后,就可以把序列化后的内容写入磁盘,或者通过网络传输到别的机器上;
• 把变量内容从序列化的对象重新读到内存里称之为反序列化,即unpickling;

# 示例一:将字典写入到文件中dic = str({'1':'111'})f = open('test', 'w')f.write(dic)    # 写入失败:write() argument must be str, not set# 示例二: 读入文件中的字典f.open('test', 'r')data = f.read()print(eval(data)['1'])    # 此处,需要将data使用 eval()函数进行转换

2. JSON

# 示例一: 序列化import jsondic = {'name': '小虎', 'age': '19'}data = json.dumps(dic)f = open('JSON_text', 'w')f.write(data)f.close()# 使用 dumpf = open('JSON_text', 'w')json.dump(dic, f)f.close()# 示例二: 反序列化import jsonf = open('JSON_text', 'r')data = f.read()data = json.loads(data)print(data['name'])# 使用 loadf = open('JSON_text', 'r')data = json.load(f)print(data['name'])

3. pickle

• pickle 模块基本上功能使用和JSON模块没有太大区别;
• pickle 不是用于多种语言间的数据传输,它仅作为python对象的持久化或python程序间进行互相传输对象的方法;

# 示例一: 序列化import pickledef foo():    print('ok')data = pickle.dumps(foo)f = open('PICKLE_text', 'wb')   # wb  write bytef.write(data)f.close()# 示例二: 反序列化import pickledef foo():    print('ok')f = open('PICKLE_text', 'rb')data = f.read()data = pickle.loads(data)data()

4. shelve 模块

• shelve模块比pickle模块简单,只有一个open函数,返回类似字典的对象,可读可写;key必须为字符串,而值可以是
  Python所支持的数据类型。

# 示例:# 序列化import shelvef = shelve.open(r'shelve.txt')f['info'] = {'name':'lisi', 'age': '14'}# 反序列化f = shelve.open('shelve.txt')print(f.get('info'))

参考资料: