序列化

[Teddy參與者]

轉載自廖雪峰的官方網站

在程式運行的過程中，所有的變數都是在記憶體中，比如，定義一個dict：
d = dict(name='Bob', age=20, score=88)

可以隨時修改變數，比如把name改成’Bill’，但是一旦程式結束，變數所佔用的記憶體就被作業系統全部回收。如果沒有把修改後的’Bill’存儲到磁片上，下次重新運行程式，變數又被初始化為’Bob’。

我們把變數從記憶體中變成可存儲或傳輸的過程稱之為序列化，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。

序列化之後，就可以把序列化後的內容寫入磁片，或者通過網路傳輸到別的機器上。

反過來，把變數內容從序列化的物件重新讀到記憶體裡稱之為反序列化，即unpickling。

Python提供了pickle模組來實現序列化。

首先，我們嘗試把一個物件序列化並寫入檔：

>>> import pickle
>>> d = dict(name='Bob', age=20, score=88)
>>> pickle.dumps(d)
b'\x80\x03}q\x00(X\x03\x00\x00\x00ageq\x01K\x14X\x05\x00\x00\x00scoreq\x02KXX\x04\x00\x00\x00nameq\x03X\x03\x00\x00\x00Bobq\x04u.'

pickle.dumps()方法把任意物件序列化成一個bytes，然後，就可以把這個bytes寫入檔。或者用另一個方法pickle.dump()直接把物件序列化後寫入一個file-like Object：

>>> f = open('dump.txt', 'wb')
>>> pickle.dump(d, f)
>>> f.close()

看看寫入的dump.txt檔，一堆亂七八糟的內容，這些都是Python保存的物件內部資訊。

當我們要把物件從磁片讀到記憶體時，可以先把內容讀到一個bytes，然後用pickle.loads()方法反序列化出物件，也可以直接用pickle.load()方法從一個file-like Object中直接反序列化出物件。我們打開另一個Python命令列來反序列化剛才保存的對象：

>>> f = open('dump.txt', 'rb')
>>> d = pickle.load(f)
>>> f.close()
>>> d
{'age': 20, 'score': 88, 'name': 'Bob'}

變數的內容又回來了！

當然，這個變數和原來的變數是完全不相干的物件，它們只是內容相同而已。

Pickle的問題和所有其他程式設計語言特有的序列化問題一樣，就是它只能用於Python，並且可能不同版本的Python彼此都不相容，因此，只能用Pickle保存那些不重要的資料，不能成功地反序列化也沒關係。

JSON

如果我們要在不同的程式設計語言之間傳遞物件，就必須把物件序列化為標準格式，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串，可以被所有語言讀取，也可以方便地存儲到磁片或者通過網路傳輸。JSON不僅是標準格式，並且比XML更快，而且可以直接在Web頁面中讀取，非常方便。

JSON表示的物件就是標準的JavaScript語言的物件，JSON和Python內置的資料類型對應如下：
(python010.png)

Python內置的json模組提供了非常完善的Python物件到JSON格式的轉換。我們先看看如何把Python物件變成一個JSON：

>>> import json
>>> d = dict(name='Bob', age=20, score=88)
>>> json.dumps(d)
'{"age": 20, "score": 88, "name": "Bob"}'

dumps()方法返回一個str，內容就是標準的JSON。類似的，dump()方法可以直接把JSON寫入一個file-like Object。

要把JSON反序列化為Python物件，用loads()或者對應的load()方法，前者把JSON的字串反序列化，後者從file-like Object中讀取字串並反序列化：

>>> json_str = '{"age": 20, "score": 88, "name": "Bob"}'
>>> json.loads(json_str)
{'age': 20, 'score': 88, 'name': 'Bob'}

由於JSON標準規定JSON編碼是UTF-8，所以我們總是能正確地在Python的str與JSON的字串之間轉換。

JSON進階

Python的dict物件可以直接序列化為JSON的{}，不過，很多時候，我們更喜歡用class表示物件，比如定義Student類，然後序列化：

import json

class Student(object):
    def __init__(self, name, age, score):
        self.name = name
        self.age = age
        self.score = score

s = Student('Bob', 20, 88)
print(json.dumps(s))

運行代碼，毫不留情地得到一個TypeError：

Traceback (most recent call last):
  ...
TypeError: <__main__.Student object at 0x10603cc50> is not JSON serializable

錯誤的原因是Student物件不是一個可序列化為JSON的物件。

如果連class的實例物件都無法序列化為JSON，這肯定不合理！

別急，我們仔細看看dumps()方法的參數列表，可以發現，除了第一個必須的obj參數外，dumps()方法還提供了一大堆的可選參數：
https://docs.python.org/3/library/json.html#json.dumps

這些可選參數就是讓我們來定制JSON序列化。前面的代碼之所以無法把Student類實例序列化為JSON，是因為預設情況下，dumps()方法不知道如何將Student實例變為一個JSON的{}物件。

可選參數default就是把任意一個物件變成一個可序列為JSON的物件，我們只需要為Student專門寫一個轉換函數，再把函數傳進去即可：

def student2dict(std):
    return {
        'name': std.name,
        'age': std.age,
        'score': std.score
    }

這樣，Student實例首先被student2dict()函數轉換成dict，然後再被順利序列化為JSON：

>>> print(json.dumps(s, default=student2dict))
{"age": 20, "name": "Bob", "score": 88}

不過，下次如果遇到一個Teacher類的實例，照樣無法序列化為JSON。我們可以偷個懶，把任意class的實例變為dict：

print(json.dumps(s, default=lambda obj: obj.__dict__))

因為通常class的實例都有一個__dict__屬性，它就是一個dict，用來存儲執行個體變數。也有少數例外，比如定義了__slots__的class。

同樣的道理，如果我們要把JSON反序列化為一個Student物件實例，loads()方法首先轉換出一個dict物件，然後，我們傳入的object_hook函數負責把dict轉換為Student實例：

def dict2student(d):
    return Student(d['name'], d['age'], d['score'])

運行結果如下：

>>> json_str = '{"age": 20, "score": 88, "name": "Bob"}'
>>> print(json.loads(json_str, object_hook=dict2student))
<__main__.Student object at 0x10cd3c190>

列印出的是反序列化的Student實例物件。

小結

Python語言特定的序列化模組是pickle，但如果要把序列化搞得更通用、更符合Web標準，就可以使用json模組。

json模組的dumps()和loads()函數是定義得非常好的介面的典範。當我們使用時，只需要傳入一個必須的參數。但是，當默認的序列化或反序列機制不滿足我們的要求時，我們又可以傳入更多的參數來定制序列化或反序列化的規則，既做到了介面簡單易用，又做到了充分的擴展性和靈活性。

附加檔案:

你必須 登入 才能查看附件檔案。

[作者]

文章