Python中常見序列化操作的示例分析

這篇文章主要為大家展示了“Python中常見序列化操作的示例分析”，內容簡而易懂，條理清晰，希望能夠幫助大家解決疑惑，下面讓小編帶領大家一起研究并學習一下“Python中常見序列化操作的示例分析”這篇文章吧。

0x00 marshal

marshal使用的是與Python語言相關但與機器無關的二進制來讀寫Python對象的。這種二進制的格式也跟Python語言的版本相關，marshal序列化的格式對不同的版本的Python是不兼容的。

marshal一般用于Python內部對象的序列化。

一般地包括：

• 基本類型 booleans, integers,floating point numbers,complex numbers

• 序列集合類型 strings, bytes, bytearray, tuple, list, set, frozenset, dictionary

• code對象 code object

• 其它類型 None, Ellipsis, StopIteration

marshal的主要作用是對Python“編譯”的.pyc文件讀寫的支持。這也是marshal對Python版本不兼容的原因。開發者如果要使用序列化/反序列化，那么應該使用pickle模塊。

常見的方法

marshal.dump(value, file[, version])

序列化一個對象到文件中

marshal.dumps(value[, version])

序列化一個對象并返回一個bytes對象

marshal.load(file)

從文件中反序列化一個對象

marshal.loads(bytes)

從bytes二進制數據中反序列化一個對象

0x01 pickle

pickle模塊也能夠以二進制的方式對Python對象進行讀寫。相比marshal提供基本的序列化能力，pickle的序列化應用更加廣泛。

pickle序列化后的數據也是與Python語言相關的，即其它語言例如Java無法讀取由Python通過pickle序列化的二進制數據。如果要使用與語言無法的序列化那么我們應該使用json。下文將會說明。

能被pickle序列化的數據類型有：

• None, True, and False

• integers, floating point numbers, complex numbers

• strings, bytes, bytearrays

• tuples, lists, sets, and dictionaries 以及包含可以被pickle序列化對象

• 在模塊頂層定義的函數對象 (使用 def定義的, 而不是 lambda表達式)

• 在模塊頂層定義內置函數

• 在模式頂層定義的類

• 一個類的__dict__包含了可序列化的對象或__getstate__()方法返回了能夠被序列化的對象

如果pickle一個不支持序列化的對象時將會拋出PicklingError。

常見的方法

pickle.dump(obj, file, protocol=None, *, fix_imports=True)

將obj對象序列化到一個file文件中，該方法與Pickler(file, protocol).dump(obj)等價。

pickle.dumps(obj, protocol=None, *, fix_imports=True)

將obj對象序列化成bytes二進制數據。

pickle.load(file, *, fix_imports=True, encoding="ASCII", errors="strict")

從file文件中反序列化一個對象，該方法與Unpickler(file).load()等價。

pickle.loads(bytes_object, *, fix_imports=True, encoding="ASCII", errors="strict")

從二進制數據bytes_object反序列化對象。

序列化例子

import pickle

# 定義了一個包含了可以被序列化對象的字典
data = {
 'a': [1, 2.0, 3, 4 + 6j],
 'b': ("character string", b"byte string"),
 'c': {None, True, False}
}

with open('data.pickle', 'wb') as f:
 # 序列化對象到一個data.pickle文件中
 # 指定了序列化格式的版本pickle.HIGHEST_PROTOCOL
 pickle.dump(data, f, pickle.HIGHEST_PROTOCOL)

執行之后在文件夾中多一個data.pickle文件

serialization
├── data.pickle
├── pickles.py
└── unpickles.py

反序列化例子

import pickle

with open('data.pickle', 'rb') as f:
 # 從data.pickle文件中反序列化對象
 # pickle能夠自動檢測序列化文件的版本
 # 所以這里可以不用版本號
 data = pickle.load(f)

 print(data)

# 執行后結果
# {'a': [1, 2.0, 3, (4+6j)], 'b': ('character string', b'byte string'), 'c': {False, True, None}}

0x02 json
json是與語言無關，非常通用的數據交互格式。在Python它與marshal和pickle一樣擁有相似的API。

常見的方法

json.dump(obj, fp, *, skipkeys=False, ensure_ascii=True, check_circular=True, allow_nan=True, cls=None, indent=None, separators=None, default=None, sort_keys=False, **kw)

序列化對象到fp文件中

json.dumps(obj, *, skipkeys=False, ensure_ascii=True, check_circular=True, allow_nan=True, cls=None, indent=None, separators=None, default=None, sort_keys=False, **kw)

將obj序列化成json對象

json.load(fp, *, cls=None, object_hook=None, parse_float=None, parse_int=None, parse_constant=None, object_pairs_hook=None, **kw)

從文件中反序列化成一個對象

json.loads(s, *, encoding=None, cls=None, object_hook=None, parse_float=None, parse_int=None, parse_constant=None, object_pairs_hook=None, **kw)

從json格式文檔中反序列化成一個對象

json與Python對象的轉化對照表

對于基本類型、序列、以及包含基本類型的集合類型json都可以很好的完成序列化工作。

序列化例子

>>> import json
>>> json.dumps(['foo', {'bar': ('baz', None, 1.0, 2)}])
'["foo", {"bar": ["baz", null, 1.0, 2]}]'
>>> print(json.dumps("\"foo\bar"))
"\"foo\bar"
>>> print(json.dumps('\u1234'))
"\u1234"
>>> print(json.dumps('\\'))
"\\"
>>> print(json.dumps({"c": 0, "b": 0, "a": 0}, sort_keys=True))
{"a": 0, "b": 0, "c": 0}
>>> from io import StringIO
>>> io = StringIO()
>>> json.dump(['streaming API'], io)
>>> io.getvalue()
'["streaming API"]'

反序列化例子

>>> import json
>>> json.loads('["foo", {"bar":["baz", null, 1.0, 2]}]')
['foo', {'bar': ['baz', None, 1.0, 2]}]
>>> json.loads('"\\"foo\\bar"')
'"foo\x08ar'
>>> from io import StringIO
>>> io = StringIO('["streaming API"]')
>>> json.load(io)
['streaming API']

對于object的情況就復雜一些了

例如定義了復數complex對象的json文檔

complex_data.json

{
 "__complex__": true,
 "real": 42,
 "imaginary": 36
}

要把這個json文檔反序列化成Python對象，就需要定義轉化的方法

# coding=utf-8
import json

# 定義轉化函數，將json中的內容轉化成complex對象
def decode_complex(dct):
 if "__complex__" in dct:
  return complex(dct["real"], dct["imaginary"])
 else:
  return dct

if __name__ == '__main__':
 with open("complex_data.json") as complex_data:
  # object_hook指定轉化的函數
  z = json.load(complex_data, object_hook=decode_complex)
  print(type(z))
  print(z)

# 執行結果
# <class 'complex'>
# (42+36j)

如果不指定object_hook，那么默認將json文檔中的object轉成dict

# coding=utf-8
import json

if __name__ == '__main__':

 with open("complex_data.json") as complex_data:
  # 這里不指定object_hook
  z2 = json.loads(complex_data.read())
  print(type(z2))
  print(z2)
# 執行結果
# <class 'dict'>
# {'__complex__': True, 'real': 42, 'imaginary': 36}

可以看到json文檔中的object轉成了dict對象。

一般情況下這樣使用似乎也沒什么問題，但如果對類型要求很高的場景就需要明確定義轉化的方法了。

除了object_hook參數還可以使用json.JSONEncoder

import json

class ComplexEncoder(json.JSONEncoder):
 def default(self, obj):
  if isinstance(obj, complex):
   # 如果complex對象這里轉成數組的形式
   return [obj.real, obj.imag]
   # 默認處理
  return json.JSONEncoder.default(self, obj)

if __name__ == '__main__':
 c = json.dumps(2 + 1j, cls=ComplexEncoder)
 print(type(c))
 print(c)

# 執行結果
# <class 'str'>
# [2.0, 1.0]

因為json模塊并不是對所有類型都能夠自動完成序列化的，對于不支持的類型，會直接拋出TypeError。

>>> import datetime
>>> d = datetime.datetime.now()
>>> dct = {'birthday':d,'uid':124,'name':'jack'}
>>> dct
{'birthday': datetime.datetime(2019, 6, 14, 11, 16, 17, 434361), 'uid': 124, 'name': 'jack'}
>>> json.dumps(dct)
Traceback (most recent call last):
 File "<pyshell#19>", line 1, in <module>
 json.dumps(dct)
 File "/Library/Frameworks/Python.framework/Versions/3.7/lib/python3.7/json/__init__.py", line 231, in dumps
 return _default_encoder.encode(obj)
 File "/Library/Frameworks/Python.framework/Versions/3.7/lib/python3.7/json/encoder.py", line 199, in encode
 chunks = self.iterencode(o, _one_shot=True)
 File "/Library/Frameworks/Python.framework/Versions/3.7/lib/python3.7/json/encoder.py", line 257, in iterencode
 return _iterencode(o, 0)
 File "/Library/Frameworks/Python.framework/Versions/3.7/lib/python3.7/json/encoder.py", line 179, in default
 raise TypeError(f'Object of type {o.__class__.__name__} '
TypeError: Object of type datetime is not JSON serializable

對于不支持序列化的類型例如datetime以及自定義類型，就需要使用JSONEncoder來定義轉化的邏輯。

import json
import datetime

# 定義日期類型的JSONEncoder
class DatetimeEncoder(json.JSONEncoder):

 def default(self, obj):
  if isinstance(obj, datetime.datetime):
   return obj.strftime('%Y-%m-%d %H:%M:%S')
  elif isinstance(obj, datetime.date):
   return obj.strftime('%Y-%m-%d')
  else:
   return json.JSONEncoder.default(self, obj)

if __name__ == '__main__':
 d = datetime.date.today()
 dct = {"birthday": d, "name": "jack"}
 data = json.dumps(dct, cls=DatetimeEncoder)
 print(data)

# 執行結果
# {"birthday": "2019-06-14", "name": "jack"}

現在我們希望發序列化時，能夠將json文檔中的日期格式轉化成datetime.date對象，這時就需要使用到json.JSONDecoder了。

# coding=utf-8
import json
import datetime

# 定義Decoder解析json
class DatetimeDecoder(json.JSONDecoder):

 # 構造方法
 def __init__(self):
  super().__init__(object_hook=self.dict2obj)

 def dict2obj(self, d):
  if isinstance(d, dict):
   for k in d:
    if isinstance(d[k], str):
     # 對日期格式進行解析，生成一個date對象
     dat = d[k].split("-")
     if len(dat) == 3:
      date = datetime.date(int(dat[0]), int(dat[1]), int(dat[2]))
      d[k] = date
  return d

if __name__ == '__main__':
 d = datetime.date.today()
 dct = {"birthday": d, "name": "jack"}
 data = json.dumps(dct, cls=DatetimeEncoder)
 # print(data)

 obj = json.loads(data, cls=DatetimeDecoder)
 print(type(obj))
 print(obj)

# 執行結果
# {"birthday": "2019-06-14", "name": "jack"}
# <class 'dict'>
# {'birthday': datetime.date(2019, 6, 14), 'name': 'jack'}

0x03 總結一下

Python常見的序列化工具有marshal、pickle和json。marshal主要用于Python的.pyc文件，并與Python版本相關。它不能序列化用戶定義的類。

pickle是Python對象的序列化工具則比marshal更通用些，它可以兼容Python的不同版本。json是一種語言無關的數據結構，廣泛用于各種網絡應用尤其在REST API的服務中的數據交互。

以上是“Python中常見序列化操作的示例分析”這篇文章的所有內容，感謝各位的閱讀！相信大家都有了一定的了解，希望分享的內容對大家有所幫助，如果還想學習更多知識，歡迎關注億速云行業資訊頻道！