Python数据序列化和固化存储的方式

 更新时间:2026年03月06日 09:42:39   作者:TomDeng66  
数据序列化就是把内存中的数据结构(如列表、字典、对象) 转换成可以存储(如写入文件)或传输(如网络发送)的格式,本文给大家介绍Python数据序列化和固化存储的相关知识,感兴趣的朋友跟随小编一起看看吧

数据序列化就是把内存中的数据结构(如列表、字典、对象) 转换成可以存储(如写入文件)或传输(如网络发送)的格式;反序列化则是把这个格式还原回原来的数据结构。

在python中常见的序列化方式有:JSON、pickle

JSON 序列化

JSON 是跨语言的轻量级格式,适合和其他语言(如 Java、JavaScript)交互,但仅支持 Python 的基础数据类型:strintfloatlistdictboolNone

核心函数

  • json.dumps():把数据结构转换成 JSON 字符串(内存中)
  • json.dump():把数据结构直接写入文件(序列化到文件)
  • json.loads():把 JSON 字符串还原成 Python 数据结构(反序列化)
  • json.load():从文件读取 JSON 并还原(反序列化)

json.dumps()

import json
d1 = {'name':'Tomdeng','age':18}
# dict --> json
d1_str = json.dumps(d1)
print(d1) # {'name': 'Tomdeng', 'age': 18}
print(d1_str)  # {"name": "Tomdeng", "age": 18}
print(type(d1_str))  <class 'str'>

json.dump()

import json
d1 = {'name':'Tomdeng','age':18}
f = open("json_test.txt","w+")
json.dump(d1,f)
f.seek(0)
print(f.read())  # {"name": "Tomdeng", "age": 18}
f.close()

json.loads()

import json
d1_str = '{"name":"Tomdeng","age":18}'
d1 = json.loads(d1_str)
print(d1_str) # {"name":"Tomdeng","age":18}
print(d1) # {'name': 'Tomdeng', 'age': 18}
print(type(d1))  # <class 'dict'>

json.load()

import json
f = open("json_test.txt","r")
d1 = json.load(f)
print(d1)   # {'name': 'Tomdeng', 'age': 18}
print(type(d1))  #  <class 'dict'>
f.close()

注意:

  • JSON 的键必须是字符串,Python 字典的非字符串键会被自动转成字符串;
  • 不支持 Python 的自定义对象、tuple(会被转成列表)、set等类型。

pickle 序列化

pickle 是 Python 特有的序列化方式,支持所有 Python 数据类型(包括自定义对象、函数、类),但无法跨语言使用,且序列化后的是二进制数据。

核心函数

  • pickle.dumps():转成二进制字符串
  • pickle.dump():写入文件(二进制模式)
  • pickle.loads():还原二进制字符串
  • pickle.load():从二进制文件还原

pickle.dumps()

import pickle
d1 = {'name':'Tomdeng','age':18}
d1_binary = pickle.dumps(d1)
print(type(d1_binary))

pickle.dump()

import pickle
d1 = {'name':'Tomdeng','age':18}
f = open("pickle_test","wb")
pickle.dump(d1,f)
f.close()

pickle.loads()

import pickle
d1 = {'name':'Tomdeng','age':18}
d1_binary = pickle.dumps(d1)
d2 = pickle.loads(d1_binary)
print(d2)  # {'name': 'Tomdeng', 'age': 18}
print(type(d2))  #  <class 'dict'>

pickle.load()

import pickle
f= open("pickle_test","rb")
d1 = pickle.load(f) 
print(d1)   # {'name': 'Tomdeng', 'age': 18}
print(type(d1))  # <class 'dict'>

固化存储

通过open("file_name","type")来对文件进行操作,将内存中的数据保存在磁盘中(内存中的数据当程序结束或主机关闭时将被释放)

同时可以通过encoding字符集

参数

  • r 只读
  • w 覆盖写
  • a 追加写

r+ / w+ /a+ 的区别

模式文件不存在文件已存在初始指针位置写入行为关键特点
r+报错保留原有内容文件开头覆盖指针位置的内容适合「读取 + 修改」已有文件,不会清空原内容
w+创建新文件清空原有内容文件开头从开头写入(覆盖)适合「先写后读」,但会清空原文件
a+创建新文件保留原有内容文件末尾始终追加到末尾适合「读取 + 追加」,写入不会覆盖原有内容

默认r/w/a后面有一个文本类型为t(普通文本),如果需要操作的文件是二进制文本,要在后面添加b,如“rb”

相关方法

# fp.read(5) 按照字节数开始读 读和写都是在文件指针后开始读写
# fp.seek(0) 重置光标位置为开头
# fp.readline() 从光标的位置读到行尾
# fp.readlines() 默认从光标位置读到文件末尾,按行存放到列表中
# fp.readlines(4) 读取到累计字符数 > 4的行
# for i in fp:
	print("一行一行读",i	)
# fp.close()  关闭打开的文件,释放资源

注意:

with open(…) as f:是文件操作的最优写法,自动关闭文件句柄,无需手动调用f.close()

实例

with open("user.txt","r+",encoding="utf-8") as f:
    print(f.readlines())

输出

['{"tom": {"username": "tom", "password": "123456", "age": "20", "sex": "man"}}']

练习

登录系统
1.注册 输入账号和密码 年龄,性别
    判断是否存在
2.登录 输入账号和密码
    判断账户是否存在,密码是否正确
3.退出

解题:

import json
fr = open("user.txt","r")
str = fr.read()
fr.close()
if  str != "" :
    d1 = json.loads(str)
else:
    d1 = dict()
while True:
    choice = input("1.注册\t2.登录\t3.退出\n")
    match choice:
        case "1":
            username,password,age,sex = input("请输入用户名,密码,年龄,性别\n").split()
            if username in  d1:
                print("用户已存在")
            else:
                d1[username] = {"username":username,"password":password,"age":age,"sex":sex}
        case "2":
            username,password = input("请输入用户名和密码\n").split()
            if username not in d1:
                print("用户不存在\n")
            elif d1[username]["password"] != password:
                print("密码错误\n")
            else:
                print("登录成功")
        case "3":
            str1 = json.dumps(d1)
            fw = open("user.txt", "w")
            fw.write(str1)
            fw.close()
            print("退出成功")
            break

到此这篇关于Python数据序列化和固化存储的方式的文章就介绍到这了,更多相关python数据序列化和固化存储内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

相关文章

  • Python中reset_index()函数的使用

    Python中reset_index()函数的使用

    本文主要介绍了Python中reset_index()函数的使用,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2023-05-05
  • calendar在python3时间中常用函数举例详解

    calendar在python3时间中常用函数举例详解

    这篇文章主要介绍了calendar在python3时间中常用函数的相关文章,对此知识点有兴趣的朋友们可以学习下。
    2020-11-11
  • python 获取字典特定值对应的键的实现

    python 获取字典特定值对应的键的实现

    这篇文章主要介绍了python 获取字典特定值对应的键的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2020-09-09
  • python库Tsmoothie模块数据平滑化异常点抓取

    python库Tsmoothie模块数据平滑化异常点抓取

    这篇文章主要为大家介绍了python库Tsmoothie模块数据平滑化技术实现异常点抓取,有需要的朋友可以借鉴参考下,希望能够有所帮助,祝大家多多进步,早日升职加薪
    2022-06-06
  • python生成随机mac地址的方法

    python生成随机mac地址的方法

    这篇文章主要介绍了python生成随机mac地址的方法,涉及Python操作随机字符串的技巧,需要的朋友可以参考下
    2015-03-03
  • 详解Numpy中的广播原则/机制

    详解Numpy中的广播原则/机制

    这篇文章主要介绍了Numpy中的广播原则/机制,小编觉得挺不错的,现在分享给大家,也给大家做个参考。一起跟随小编过来看看吧
    2018-09-09
  • Python字典一个key对应多个value几种实现方式

    Python字典一个key对应多个value几种实现方式

    python中字典的健和值是一一对应的,如果对字典进行添加操作时如果健的名字相同,则当前健对应的值就会被覆盖,有时候我们想要一个健对应多个值的场景,这篇文章主要给大家介绍了关于Python字典一个key对应多个value几种实现方式的相关资料,需要的朋友可以参考下
    2023-10-10
  • Pytorch 多维数组运算过程的索引处理方式

    Pytorch 多维数组运算过程的索引处理方式

    今天小编就为大家分享一篇Pytorch 多维数组运算过程的索引处理方式,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2019-12-12
  • python实现处理mysql结果输出方式

    python实现处理mysql结果输出方式

    这篇文章主要介绍了python实现处理mysql结果输出方式,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2020-04-04
  • Python实现判断字符串中包含某个字符的判断函数示例

    Python实现判断字符串中包含某个字符的判断函数示例

    这篇文章主要介绍了Python实现判断字符串中包含某个字符的判断函数,涉及Python自定义函数中使用find方法针对字符串的简单判断查找相关操作技巧,需要的朋友可以参考下
    2018-01-01

最新评论