Python での Json モジュールと Pickle モジュールの使用
データのシリアル化と逆シリアル化は一般的なデータ操作です。Python には、開発者がデータのシリアル化操作を実装しやすくするための 2 つのモジュール ( json モジュールと pickle##) が用意されています。 # 個のモジュール。これら 2 つのモジュールの主な違いは次のとおりです:
json はテキスト シリアル化形式であるのに対し、pickle はバイナリ シリアル化形式です。json は直感的に読み取ることができますが、pickle は読み取ることができません。#json は相互運用可能であり、Python システムの外部で広く使用されていますが、pickle は Python に固有です;
デフォルトでは、json は Python の組み込み型のサブセットのみを表すことができ、カスタム クラスを表すことはできません。
しかし、pickle は多数の Python データ型を表すことができます。
推奨学習: Json モジュールJson は軽量なデータ交換形式であり、送信データ量が少なく、データ形式の解析が容易であるという特徴から、さまざまなシステム間の対話的な操作に広く使用されています。データ。これには、次のような一般的に使用される関数が複数含まれています。
dumps() 関数dumps() 関数は、Python オブジェクトを Json 文字列にエンコードできます。例:
# 字典转成json字符串 加上ensure_ascii = False以后, 可以识别中文, indent = 4 是间隔4个空格显示 import json d = { '小明': { 'sex': '男', 'addr': '上海', 'age': 26 }, '小红': { 'sex': '女', 'addr': '上海', 'age': 24 }, } print(json.dumps(d, ensure_ascii = False, indent = 4)) # 执行结果: { "小明": { "sex": "男", "addr": "上海", "age": 26 }, "小红": { "sex": "女", "addr": "上海", "age": 24 } }
dump() 関数は、Python オブジェクトを json 文字列にエンコードし、自動的にファイルに書き込むことができます。ファイルを個別に書き込む必要はありません。 。例:
# 字典转成json字符串, 不需要写文件, 自动转成的json字符串写入到‘ users.json’ 的文件中 import json d = { '小明': { 'sex': '男', 'addr': '上海', 'age': 26 }, '小红': { 'sex': '女', 'addr': '上海', 'age': 24 }, }# 打开一个名字为‘ users.json’ 的空文件 fw = open('users.json', 'w', encoding = 'utf-8') json.dump(d, fw, ensure_ascii = False, indent = 4)
loads() 関数は、json 文字列を Python データ型に変換できます。例:
# 这是users.json文件中的内容 { "小明": { "sex": "男", "addr": "上海", "age": 26 }, "小红": { "sex": "女", "addr": "上海", "age": 24 } } #!/usr/bin / python3# 把json串变成python的数据类型 import json# 打开‘ users.json’ 的json文件 f = open('users.json', 'r', encoding = 'utf-8')# 读文件 res = f.read() print(json.loads(res)) # 执行结果: { '小明': { 'sex': '男', 'addr': '上海', 'age': 26 }, '小红': { 'sex': '女', 'addr': '上海', 'age': 24 } }
load() には、loads() と同様の関数があります。load() 関数は、json 文字列を Python データ型に変換できます。違いは、前者のパラメータはファイル オブジェクトであり、このファイルを個別に読み取る必要がないことです。例:
# 把json串变成python的数据类型: 字典, 传一个文件对象, 不需要再单独读文件 import json# 打开文件 f = open('users.json', 'r', encoding = 'utf-8') print(json.load(f)) # 执行结果: { '小明': { 'sex': '男', 'addr': '上海', 'age': 26 }, '小红': { 'sex': '女', 'addr': '上海', 'age': 24 } }
Pickle モジュールには Json モジュールと同様の関数があり、さらに 4 つの関数 (dump()、dumps()、loads) も含まれています。
ダンプとダンプの違いは、前者はオブジェクトをシリアル化するのに対し、後者はオブジェクトをシリアル化してファイルに保存することです。ロードとロードの違いは、前者はシリアル化された文字列を逆シリアル化するのに対し、後者はシリアル化された文字列をファイルから読み取って逆シリアル化することです。
dumps() 関数dumps() 関数は、特別な形式のデータを、Python 言語でのみ認識される文字列に変換できます。例:
import pickle# dumps功能 import pickle data = ['A', 'B', 'C', 'D'] print(pickle.dumps(data)) b '\x80\x03]q\x00(X\x01\x00\x00\x00Aq\x01X\x01\x00\x00\x00Bq\x02X\x01\x00\x00\x00Cq\x03X\x01\x00\x00\x00Dq\x04e.'
dump() 関数は、データを特別な形式の Python 言語でのみ認識される文字列に変換し、ファイルに書き込むことができます。 。例:
# dump功能 with open('test.txt', 'wb') as f: pickle.dump(data, f) print('写入成功')
書き込み成功
loads() 関数は、pickle データを Python データ構造に変換できます。例:
# loads功能 msg = pickle.loads(datastr) print(msg) ['A', 'B', 'C', 'D']
load() 関数は、データ ファイルからデータを読み取り、Python データ構造に変換できます。例:
# load功能with open('test.txt', 'rb') as f: data = pickle.load(f) print(data) ['A', 'B', 'C', 'D']
この記事は
python チュートリアル以上がPython での Json モジュールと Pickle モジュールの使用の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

ホットAIツール

Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

AI Hentai Generator
AIヘンタイを無料で生成します。

人気の記事

ホットツール

メモ帳++7.3.1
使いやすく無料のコードエディター

SublimeText3 中国語版
中国語版、とても使いやすい

ゼンドスタジオ 13.0.1
強力な PHP 統合開発環境

ドリームウィーバー CS6
ビジュアル Web 開発ツール

SublimeText3 Mac版
神レベルのコード編集ソフト(SublimeText3)

ホットトピック









golangWebSocket と JSON の組み合わせ: データ送信と解析の実現 現代の Web 開発では、リアルタイムのデータ送信がますます重要になっています。 WebSocket は双方向通信を実現するために使用されるプロトコルで、従来の HTTP リクエスト/レスポンス モデルとは異なり、WebSocket を使用すると、サーバーがクライアントにデータをアクティブにプッシュできます。 JSON (JavaScriptObjectNotation) は、簡潔で読みやすいデータ交換用の軽量形式です。

Gson@Expose アノテーションを使用して、フィールドがシリアル化または逆シリアル化のために公開されているかどうか (含まれているかどうか) をマークできます。 @Expose アノテーションは 2 つのパラメータを取ることができ、各パラメータはブール値で、値 true または false を取ることができます。 GSON が @Expose アノテーションに反応できるようにするには、GsonBuilder クラスを使用して Gson インスタンスを作成し、excludeFieldsWithoutExposeAnnotation() メソッドを呼び出す必要があります。これにより、Expose アノテーションのないすべてのフィールドがシリアル化または逆シリアル化から除外されるように Gson が設定されます。構文 publicGsonBuilderexclud

MySQL5.7 と MySQL8.0 は 2 つの異なる MySQL データベース バージョンであり、それらの間には主な違いがいくつかあります: パフォーマンスの向上: MySQL8.0 では、MySQL5.7 と比較してパフォーマンスがいくつか向上しています。これには、より優れたクエリ オプティマイザー、より効率的なクエリ実行プランの生成、より優れたインデックス作成アルゴリズムと並列クエリなどが含まれます。これらの改善により、クエリのパフォーマンスとシステム全体のパフォーマンスが向上します。 JSON サポート: MySQL 8.0 では、JSON データのストレージ、クエリ、インデックス作成など、JSON データ型のネイティブ サポートが導入されています。これにより、MySQL での JSON データの処理と操作がより便利かつ効率的になります。トランザクション機能: MySQL8.0 では、アトミックなどのいくつかの新しいトランザクション機能が導入されています。

PHP 配列を JSON に変換するためのパフォーマンスの最適化方法には、JSON 拡張機能と json_encode() 関数の使用、文字エスケープを回避するためのバッファーの使用、およびサードパーティのエンコード結果の使用の検討が含まれます。 JSONエンコーディングライブラリ。

C# 開発で XML および JSON データ形式を処理する方法には、特定のコード サンプルが必要です。現代のソフトウェア開発では、XML と JSON の 2 つのデータ形式が広く使用されています。 XML (Extensible Markup Language) はデータの保存と送信に使用されるマークアップ言語であり、JSON (JavaScript Object Notation) は軽量のデータ交換形式です。 C# 開発では、XML と JSON データの処理と操作が必要になることがよくありますが、この記事では、C# を使用してこれら 2 つのデータ形式を処理し、添付する方法に焦点を当てます。

golang で json.MarshalIndent 関数を使用して、構造をフォーマットされた JSON 文字列に変換します。Golang でプログラムを作成するとき、多くの場合、構造を JSON 文字列に変換する必要があります。このプロセスでは、 json.MarshalIndent 関数が役に立ちます。フォーマットされた出力。以下では、この関数の使用方法と具体的なコード例を詳しく説明します。まず、データを含む構造体を作成しましょう。以下は目安です

クイック スタート: JSON ファイルを読み取る Pandas の方法、特定のコード サンプルが必要です はじめに: データ分析とデータ サイエンスの分野では、Pandas は重要な Python ライブラリの 1 つです。豊富な機能と柔軟なデータ構造を備え、さまざまなデータを簡単に処理・分析できます。実際のアプリケーションでは、JSON ファイルを読み取る必要がある状況によく遭遇します。この記事では、Pandas を使用して JSON ファイルを読み取る方法を紹介し、具体的なコード例を添付します。 1.パンダのインストール

Jackson ライブラリのアノテーションは、JSON のシリアル化と逆シリアル化を制御します。 シリアル化: @JsonIgnore: プロパティを無視します @JsonProperty: 名前を指定します @JsonGetter: get メソッドを使用します @JsonSetter: set メソッドを使用します Deserialization: @JsonIgnoreProperties: プロパティ @ JsonProperty を無視します:名前を指定 @JsonCreator: コンストラクターを使用 @JsonDeserialize: カスタム ロジック
