Python序列化模块之pickle与json详解
本文详细解析Python中pickle与json序列化模块的区别与应用。pickle支持Python所有数据类型并生成字节流，适用于Python内部数据持久化；json仅支持八种基础类型并生成字符串，适用于多语言间数据交换。文章涵盖dumps/loads与dump/load的使用场景、参数配置及连续读写问题的解决方案。
2026-10-15
0
本文详细解析Python中pickle与json序列化模块的区别与应用。pickle支持Python所有数据类型并生成字节流，适用于Python内部数据持久化；json仅支持八种基础类型并生成字符串，适用于多语言间数据交换。文章涵盖dumps/loads与dump/load的使用场景、参数配置及连续读写问题的解决方案。
本文介绍如何利用 Python 对使用小素数生成的 RSA 密钥进行攻击。由于小素数容易被分解，攻击者可通过暴力搜索找到 p 和 q，进而计算欧拉函数、私钥 d 并解密密文。文章提供了完整的 Python 代码示例及运行结果，展示了 RSA 在参数选择不当时存在的安全风险。
本文详细介绍在Python中构建区块链时如何添加新区块。内容涵盖从交易池选取交易、验证交易有效性（包括哈希校验与余额检查）、生成区块实例、执行挖矿（PoW）以及将新区块链接到链上的完整流程。通过代码示例展示如何初始化区块变量、计算哈希并更新全局状态，帮助开发者理解区块链数据结构的构建逻辑。
本文详细介绍Python中Numpy库的数组形状改变与索引切片操作。通过shape属性和reshape()方法实现一维至多维数组的转换，强调元素总数必须一致。同时涵盖一维、多维数组的行列索引、切片语法以及基于布尔条件的数据过滤方法，帮助开发者高效处理数值计算任务。
本文介绍Python数据分析中Numpy库的核心使用方法。涵盖通过array、arange及random模块创建多维数组，详解dtype、ndim和shape属性以查看数据类型与维度，并简述ones、zeros等辅助创建函数，帮助初学者快速掌握Numpy基础操作。
本文详细介绍 Python Pandas 库中 DataFrame 的核心操作。涵盖通过 index 和 columns 获取索引，利用 []、loc、iloc、at、iat 进行元素查询；使用 rename 修改行列索引，通过指定位置赋值修改元素值；以及利用 drop 方法按标签或轴删除行与列，并解析各方法的参数与注意事项。
本文解决Python 3.4.1中Django项目启动时因主机名包含非ASCII字符（如西里尔字母）导致的UnicodeDecodeError错误。通过修改主机名移除特殊符号，可消除socket.getfqdn调用时的解码异常，确保服务器正常运行。
本文介绍如何利用Python的xlsxwriter库在Excel文件中生成图表。通过add_chart和add_series函数，可定义柱状图、饼图等多种样式，并指定数据范围与标题。文章结合study.xlsx案例，演示如何读取数据并插入图表至指定单元格，提供完整代码与运行效果参考。
本文分享了4个Python高效省时的技巧，包括使用reverse()反转列表、一行代码交换变量值、在函数内部循环以及减少函数调用次数。这些方法能显著降低执行时间，提升代码简洁性与运行效率。
本文详细介绍Python爬虫中如何使用Beautiful Soup模块快速定位网页元素。涵盖模块安装、基础用法、四大核心对象（BeautifulSoup、Tag、NavigableString、Comment）解析，以及find与find_all方法的参数详解与实战代码示例，帮助初学者掌握高效的数据提取技巧。
本文介绍Python中利用xlrd模块进行Excel文件读取的方法。涵盖模块安装（指定1.2.0版本以解决兼容性问题）、工作簿对象获取、按名称或索引获取工作表、遍历所有工作表以及读取单元格行列数据的具体代码示例与操作指南。
本文介绍了在Python中判断网络连接状态的四种常用方法。包括通过ARP模块解析MAC地址、利用Socket获取本机IP判断、使用urllib3发起HTTP请求以及调用系统Ping命令。每种方法均附有代码示例，并分析了各自的优缺点，如静态IP配置对部分方法的影响及返回码的判断逻辑，供开发者参考选择。