Python序列化详解：JSON与Pickle的使用对比

将对象（变量）从内存状态转换为可存储格式的过程被称为序列化。在XML等格式中，这一过程在Python里称为pickling，而在其他编程语言中通常被称为serialization、marshalling或flattening，这些术语表达的是同一个概念。

序列化后的内容可以写入磁盘，或者通过网络传输至其他服务器。反之，将序列化的对象重新读取到内存中，恢复为原始变量的过程称为反序列化，即unpickling。

JSON（JavaScript Object Notation）

JSON是一种轻量级的数据交换格式，基于ECMAScript的子集。它采用完全独立于编程语言的文本格式，但遵循类似C语言家族（包括C、C++、Java、JavaScript、Perl、Python等）的习惯。这些特性使JSON成为理想的数据交换语言，既易于人类阅读和编写，也便于机器解析和生成，通常用于提升网络传输效率。

若需在不同编程语言间传递对象，必须将其序列化为标准格式。虽然XML是一种选择，但更推荐JSON，因为JSON表现为字符串，可被所有语言读取，并能方便地存储到磁盘或通过网络传输。JSON不仅是标准格式，且比XML处理速度更快，还能直接在Web页面中读取，使用便捷。JSON所表示的对象即为标准的JavaScript语言对象。

具体使用方法如下：

import json
# 序列化写(json.dumps())
with open('test.txt', 'w') as f:
  f.write(json.dumps(dic))
# 序列化读(json.loads)
with open('test.txt', 'r') as f:
  print(json.loads(f.read()))

import json
dic = {'name': 'fanjinbao'}
# 序列化写(json.dump())
with open('test.txt', 'w') as f:
  json.dump(dic, f)
# 序列化读(json.load())
with open('test.txt', 'r') as f:
  print(json.load(f))

Pickle模块

Python的pickle模块实现了所有Python数据的序列化和反序列化功能。其功能与JSON模块相似，方法同样包括dumps/dump和loads/load。cPickle是pickle模块的C语言编译版本，运行速度相对更快。与JSON不同，Pickle不用于跨语言数据传输，而是专门作为Python对象的持久化存储或Python程序间对象传输的手段，因此它支持Python的所有数据类型。

经过Pickle反序列化得到的对象是与原对象等值的副本，其效果类似于deepcopy操作。

具体使用方法如下：

import pickle
dic = {'name': 'fanjinbao'}
# 序列化写(pickle.dump())
with open('test.txt', 'wb') as f:
  f.write(pickle.dumps(dic))
# 序列化读(pickle.loads())
with open('test.txt', 'rb') as f:
  print(pickle.loads(f.read()))

import pickle
dic = {'name': 'fanjinbao'}
# 序列化写(pickle.dump())
with open('test.txt', 'wb') as f:
  pickle.dump(dic, f)
# 序列化读(pickle.load())
with open('test.txt', 'rb') as f:
  print(pickle.load(f))

以上内容为本文的全部介绍，希望对各位的学习有所帮助，也欢迎大家继续支持本站。