json pickle shelve

我们学习过用eval内置方法可以将一个字符串转成python对象，不过，eval方法是有局限性的，对于普通的数据类型，json.loads和eval都能用，但遇到特殊类型的时候，eval就不管用了,所以eval的重点还是通常用来执行一个字符串表达式，并返回表达式的值。

1 import json
2 x="[null,true,false,1]"
3 print(eval(x))
4 print(json.loads(x))

什么是序列化？

我们把对象(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，在其他语言中也被称之为serialization，marshalling，flattening等等，都是一个意思。

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。

反过来，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。

json

如果我们要在不同的编程语言之间传递对象，就必须把对象序列化为标准格式，比如XML，但更好的方法是序列化为JSON，因为JSON表示出来就是一个字符串，可以被所有语言读取，也可以方便地存储到磁盘或者通过网络传输。JSON不仅是标准格式，并且比XML更快，而且可以直接在Web页面中读取，非常方便。

JSON表示的对象就是标准的JavaScript语言的对象，JSON和Python内置的数据类型对应如下：

 1 #----------------------------序列化
 2 import json
 3  
 4 dic={'name':'kelvin','age':23,'sex':'male'}
 5 print(type(dic))#
 6  
 7 j=json.dumps(dic)
 8 print(type(j))#
 9  
10  
11 f=open('序列化对象','w')
12 f.write(j)  #-------------------等价于json.dump(dic,f)
13 f.close()
14 #-----------------------------反序列化

15 import json
16 f=open('序列化对象')
17 data=json.loads(f.read())#  等价于data=json.load(f)

 1 import json
 2 #dct="{'1':111}"#json 不认单引号
 3 #dct=str({"1":111})#报错,因为生成的数据还是单引号:{'one': 1}
 4 
 5 dct='{"1":"111"}'
 6 print(json.loads(dct))
 7 
 8 #conclusion:
 9 #        无论数据是怎样创建的，只要满足json格式，就可以json.loads出来,不一定非要dumps的数据才能loads
10 
11 注意点

pickle：

 1 ##----------------------------序列化
 2 import pickle
 3  
 4 dic={'name':'kelvin','age':23,'sex':'male'}
 5  
 6 print(type(dic))#
 7  
 8 j=pickle.dumps(dic)
 9 print(type(j))#
10  
11  
12 f=open('序列化对象_pickle','wb')#注意是w是写入str,wb是写入bytes,j是'bytes'
13 f.write(j)  #-------------------等价于pickle.dump(dic,f)
14  
15 f.close()
16 #-------------------------反序列化
17 import pickle
18 f=open('序列化对象_pickle','rb')
19  
20 data=pickle.loads(f.read())#  等价于data=pickle.load(f)
21  
22  
23 print(data['age'])    

  Pickle的问题和所有其他编程语言特有的序列化问题一样，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保存那些不重要的数据，不能成功地反序列化也没关系。

shelve：

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

 1 import shelve
 2  
 3 f = shelve.open(r'shelve.txt')
 4  
 5 # f['stu1_info']={'name':'kelvin','age':'18'}
 6 # f['stu2_info']={'name':'jack','age':'20'}
 7 # f['school_info']={'website':'dqing.com','city':'beijing'}
 8 #
 9 #
10 # f.close()
11  
12 print(f.get('stu_info')['age'])