在日常開發中，對資料進行序列化和反序列化是常見的資料操作，Python提供了兩個模組方便開發者實現資料的序列化操作，即 json 模組和 pickle 模組。這兩個模組主要差異如下：
Json 是一種輕量級的資料交換格式，由於其具有傳輸資料量小、資料格式易解析等特點，它被廣泛應用於各系統之間的交互操作，作為一種資料格式傳遞資料。它包含多個常用函數，具體如下：
dumps()函數可以將 Python 物件編碼成 Json 字串。例如：
#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()函數可以將 Python物件編碼成 json 字串，自動寫入到檔案中，不需要再單獨寫檔案。例如：
#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()函數可以將 json 字串轉換成 Python 的資料型別。例如：
#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()跟loads()功能相似，load()函數可以將json 字串轉換成Python 資料類型，不同的是前者的參數是一個文件對象，不需要再單獨讀取此文件。例如：
#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 模組與Json 模組功能相似，也包含四個函數，即dump()、dumps()、loads() 和load()，它們的主要差異如下：
dumps 和dump 的差異在於前者是將物件序列化，而後者是將物件序列化並儲存到檔案中。
loads 和 load 的差異在於前者是將序列化的字串反序列化，而後者是將序列化的字串從檔案讀取並反序列化。
dumps()函數可以將資料透過特殊的形式轉換為只有python語言認識的字串，例如：
import pickle # dumps功能 import pickle data = ['A', 'B', 'C','D'] print(pickle.dumps(data)) b'x80x03]qx00(Xx01x00x00x00Aqx01Xx01x00x00x00Bqx02Xx01x00x00x00Cqx03Xx01x00x00x00Dqx04e.'
dump()函數可以將資料透過特殊的形式轉換為只有python語言認識的字串，並寫入檔案。例如：
# dump功能
with open('test.txt', 'wb') as f:
pickle.dump(data, f)
print('写入成功')
写入成功loads()函數可以將pickle資料轉換為python的資料結構。例如：
# loads功能 msg = pickle.loads(datastr) print(msg) ['A', 'B', 'C', 'D']
load()函數可以從資料檔案讀取數據，並轉換為python的資料結構。例如：
# load功能
with open('test.txt', 'rb') as f:
data = pickle.load(f)
print(data)
['A', 'B', 'C', 'D']本節為大家介紹 Python 中 json&pickle 模組的常用操作，對於實現資料的序列化和反序列化提供了支撐。
以上是聊一聊Python 實現資料的序列化操作的詳細內容。更多資訊請關注PHP中文網其他相關文章！
