序列化

标签: 

该主题包含 0 则回复,有 1 个参与人,并且由  Teddy5 年, 5 月 前 最后更新。

正在检视 1 篇文章 - 1 至 1 (共计 1 篇)
  • 作者
    文章
  • #1324

    Teddy
    参与者

    转载自廖雪峰的官方网站

    在程式运行的过程中,所有的变数都是在记忆体中,比如,定义一个dict:
    d = dict(name='Bob', age=20, score=88)

    可以随时修改变数,比如把name改成’Bill’,但是一旦程式结束,变数所占用的记忆体就被作业系统全部回收。如果没有把修改后的’Bill’存储到磁片上,下次重新运行程式,变数又被初始化为’Bob’。

    我们把变数从记忆体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片,或者通过网路传输到别的机器上。

    反过来,把变数内容从序列化的物件重新读到记忆体里称之为反序列化,即unpickling。

    Python提供了pickle模组来实现序列化。

    首先,我们尝试把一个物件序列化并写入档:

    >>> 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个bytes,然后,就可以把这个bytes写入档。或者用另一个方法pickle.dump()直接把物件序列化后写入一个file-like Object:

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

    看看写入的dump.txt档,一堆乱七八糟的内容,这些都是Python保存的物件内部资讯。

    当我们要把物件从磁片读到记忆体时,可以先把内容读到一个bytes,然后用pickle.loads()方法反序列化出物件,也可以直接用pickle.load()方法从一个file-like Object中直接反序列化出物件。我们打开另一个Python命令列来反序列化刚才保存的对象:

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

    变数的内容又回来了!

    当然,这个变数和原来的变数是完全不相干的物件,它们只是内容相同而已。

    Pickle的问题和所有其他程式设计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彼此都不相容,因此,只能用Pickle保存那些不重要的资料,不能成功地反序列化也没关系。

    JSON

    如果我们要在不同的程式设计语言之间传递物件,就必须把物件序列化为标准格式,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串,可以被所有语言读取,也可以方便地存储到磁片或者通过网路传输。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表示的物件就是标准的JavaScript语言的物件,JSON和Python内置的资料类型对应如下:
    (python010.png)

    Python内置的json模组提供了非常完善的Python物件到JSON格式的转换。我们先看看如何把Python物件变成一个JSON:

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

    dumps()方法返回一个str,内容就是标准的JSON。类似的,dump()方法可以直接把JSON写入一个file-like Object。

    要把JSON反序列化为Python物件,用loads()或者对应的load()方法,前者把JSON的字串反序列化,后者从file-like Object中读取字串并反序列化:

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

    由于JSON标准规定JSON编码是UTF-8,所以我们总是能正确地在Python的str与JSON的字串之间转换。

    JSON进阶

    Python的dict物件可以直接序列化为JSON的{},不过,很多时候,我们更喜欢用class表示物件,比如定义Student类,然后序列化:

    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))

    运行代码,毫不留情地得到一个TypeError:

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

    错误的原因是Student物件不是一个可序列化为JSON的物件。

    如果连class的实例物件都无法序列化为JSON,这肯定不合理!

    别急,我们仔细看看dumps()方法的参数列表,可以发现,除了第一个必须的obj参数外,dumps()方法还提供了一大堆的可选参数:
    https://docs.python.org/3/library/json.html#json.dumps

    这些可选参数就是让我们来定制JSON序列化。前面的代码之所以无法把Student类实例序列化为JSON,是因为预设情况下,dumps()方法不知道如何将Student实例变为一个JSON的{}物件。

    可选参数default就是把任意一个物件变成一个可序列为JSON的物件,我们只需要为Student专门写一个转换函数,再把函数传进去即可:

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

    这样,Student实例首先被student2dict()函数转换成dict,然后再被顺利序列化为JSON:

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

    不过,下次如果遇到一个Teacher类的实例,照样无法序列化为JSON。我们可以偷个懒,把任意class的实例变为dict:

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

    因为通常class的实例都有一个__dict__属性,它就是一个dict,用来存储执行个体变数。也有少数例外,比如定义了__slots__的class。

    同样的道理,如果我们要把JSON反序列化为一个Student物件实例,loads()方法首先转换出一个dict物件,然后,我们传入的object_hook函数负责把dict转换为Student实例:

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

    运行结果如下:

    >>> 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实例物件。

    小结

    Python语言特定的序列化模组是pickle,但如果要把序列化搞得更通用、更符合Web标准,就可以使用json模组。

    json模组的dumps()和loads()函数是定义得非常好的介面的典范。当我们使用时,只需要传入一个必须的参数。但是,当默认的序列化或反序列机制不满足我们的要求时,我们又可以传入更多的参数来定制序列化或反序列化的规则,既做到了介面简单易用,又做到了充分的扩展性和灵活性。

    附加档案:
    你必须 登入 才能查看附件档案。
正在检视 1 篇文章 - 1 至 1 (共计 1 篇)

抱歉,回复主题必需先登入。