Python JSON序列化与反序列化详解：处理中文及文件操作

不同编程语言拥有各自独特的数据类型体系，例如：

Python支持的数据类型包括dict、list、string、int、float、long、bool以及None；Java包含bool、char、byte、short、int、long、float和double；C语言涵盖bit、bool、char、int、short、long、unsigned、double和float；Tcl涉及int、bool、float和string；Ruby则支持Number、String、Ranges、Symbols、true、false、Array和Hash等类型。

尽管各语言类型各异，但它们都具备字符串这一共同基础类型。

为了实现不同编程语言间对象数据的传递，必须将对象序列化为标准格式。虽然XML是一种可选方案，但JSON更为优越，因为JSON本质上即为字符串，能够被所有编程语言解析读取，同时也便于存储至磁盘或通过互联网进行传输。此外，JSON不仅符合标准格式，其解析速度通常快于XML，且能直接在Web页面中读取，使用体验更加便捷。

JSON类型与Python类型的对应关系如下：大括号{}对应dict，方括号[]对应list，双引号包裹的字符串"string"对应str，数值1234.56对应int或float，布尔值true对应True，false对应False，null对应None。

在Python语境下，序列化是指将Python对象编码转换为JSON格式的字符串；反序列化则是将JSON字符串解码还原为Python数据对象。Python标准库中专门提供了json库和pickle库来处理这两类序列化需求。

json模块中的dumps和loads方法分别用于数据的序列化和反序列化。具体而言，dumps方法可将Python数据结构转换为JSON格式的字符串；loads方法则执行相反操作，将JSON字符串转换为对应的Python数据类型。需要注意的是，默认情况下dumps函数会将中文字符转换为Unicode编码序列，若需保留中文原貌，可在调用dumps函数时添加ensure_ascii=False参数。

以下是JSON序列化与反序列化的具体演示：

1、JSON序列化示例：

import json
print (json.__all__)  #查看json库的所有方法
['dump', 'dumps', 'load', 'loads', 'JSONDecoder', 'JSONEncoder']

若未在dumps函数中指定ensure_ascii=False参数，输出结果如下：

#coding: utf-8
import json
dict = {'name':'zhangsan', 'age':33, 'address':'红星路'}
print('未序列化前的数据类型为:', type(dict))
print('为序列化前的数据：', dict)
#对dict进行序列化的处理
dict_xu = json.dumps(dict)  #直接进行序列化
print('序列化后的数据类型为：', type(dict_xu))
print('序列化后的数据为：', dict_xu)

序列化前的数据类型显示为<class 'dict'>，原始数据内容为{'name': 'zhangsan', 'address': '红星路', 'age': 33}。序列化后数据类型变为<class 'str'>，生成的字符串内容为{"name": "zhangsan", "address": "\u7ea2\u661f\u8def", "age": 33}，其中中文地址被转换为Unicode编码。

若在dumps函数中显式添加参数ensure_ascii=False，输出结果如下：

#coding: utf-8
import json

dict = {'name':'zhangsan', 'age':33, 'address':'红星路'}
print('未序列化前的数据类型为:', type(dict))
print('为序列化前的数据：', dict)
#对dict进行序列化的处理
dict_xu = json.dumps(dict,ensure_ascii=False)  #添加ensure_ascii=False进行序列化
print('序列化后的数据类型为：', type(dict_xu))
print('序列化后的数据为：', dict_xu)

序列化前的数据类型仍为<class 'dict'>，原始数据内容为{'address': '红星路', 'age': 33, 'name': 'zhangsan'}。序列化后数据类型变为<class 'str'>，此时生成的字符串内容为{"address": "红星路", "age": 33, "name': 'zhangsan'}，中文字符得以正常显示。

2、JSON反序列化示例：

#coding: utf-8
import json
dict = {'name':'zhangsan', 'age':33, 'address':'红星路'}
print('未序列化前的数据类型为:', type(dict))
print('为序列化前的数据：', dict)
#对dict进行序列化的处理
dict_xu = json.dumps(dict,ensure_ascii=False)  #添加ensure_ascii=False进行序列化
print('序列化后的数据类型为：', type(dict_xu))
print('序列化后的数据为：', dict_xu)
#对dict_xu进行反序列化处理
dict_fan = json.loads(dict_xu)
print('反序列化后的数据类型为：', type(dict_fan))
print('反序列化后的数据为: ', dict_fan)

序列化前的数据类型为<class 'dict'>，原始数据为{'name': 'zhangsan', 'age': 33, 'address': '红星路'}。经过序列化处理后，数据类型变为<class 'str'>，字符串内容为{"name": "zhangsan", "age": 33, "address": "红星路"}。随后进行反序列化操作，最终数据类型恢复为<class 'dict'>，数据内容还原为{'name': 'zhangsan', 'age': 33, 'address': '红星路'}。

在实际工程应用中，序列化或反序列化的对象往往以文件形式存在，而非简单的内存变量。因此，需要实现文件内容的序列化与反序列化功能。首先展示序列化代码，主要包含两个步骤：第一步是对列表对象进行序列化，第二步是将序列化生成的字符串写入文件。

#coding: utf-8
import json

list = ['Apple','Huawei','selenium','java','python']
#把list先序列化，写入到一个文件中
# 两步操作 1步先序列化 列表对象 2步把序列化成的字符串写入文件
json.dump(list, open('e:/test.txt','w'))  
r1=open('e:/test.txt','r')
print(r1.read())

示例列表数据为["Apple", "Huawei", "selenium", "java", "python"]。

反序列化过程同样包含两个步骤：第一步是读取文件中的字符串内容，第二步是将该字符串反序列化为列表对象。

#coding: utf-8
import json

list = ['Apple','Huawei','selenium','java','python']
#把list先序列化，写入到一个文件中
# 两步操作 1步先序列化 列表对象 2步把序列化成的字符串写入文件
json.dump(list, open('e:/test.txt','w'))  
r1=open('e:/test.txt','r')
print(r1.read())
#------------------------------------------------------------
#两步操作：1、先读取文件的字符串对象；2、然后反序列化成列表对象
res=json.load(open('e:/test.txt','r'))
print (res)
print('数据类型:',type(res))

文件读取结果显示为["Apple", "Huawei", "selenium", "java", "python"]，经反序列化后得到列表['Apple', 'Huawei', 'selenium', 'java', 'python']，其数据类型确认为<class 'list'>。

以上内容涵盖了Python JSON序列化与反序列化的核心知识点，希望对读者有所帮助，欢迎继续支持本站获取更多技术资源。