python接口测试之序列化与反序列化（四）

       在python中，序列化可以理解为：把python的对象编码转换为json格式的字符串，反序列化可以理解为：把json格式字符串解码为python数据对象。

在python的标准库中，专门提供了json库与pickle库来处理这部分。

      先来学习json的库，导入json库很简单，直接import json，下面通过具体的实例来说明json库对序列化与反序列化的使用。json库的主要方法为：

#!/usr/bin/env python#coding:utf-8
import  json
print json.__all__

见json库的主要方法:

[‘dump‘, ‘dumps‘, ‘load‘, ‘loads‘, ‘JSONDecoder‘, ‘JSONEncoder‘]

我们定义一个字典，通过json把它序列化为json格式的字符串，见实现的代码：

#!/usr/bin/env python#coding:utf-8
import  json

dict1={‘name‘:‘wuya‘,‘age‘:22,‘address‘:‘xian‘}
print u‘未序列化前的数据类型为:‘,type(dict1)
print u‘未序列化前的数据:‘,dict
#对dict1进行序列化的处理str1=json.dumps(dict1)
print u‘序列化后的数据类型为:‘,type(str1)
print u‘序列化后的数据为:‘,str1 

见如上的代码输出的内容：

通过如上的代码以及结果可以看到，这就是一个序列化的过程，简单的说就是把python的数据类型转换为json格式的字符串。

下来我们再反序列化，把json格式的字符串解码为python的数据对象，见实现的代码和输出：

#!/usr/bin/env python#coding:utf-8
import  json
  
dict1={‘name‘:‘wuya‘,‘age‘:22,‘address‘:‘xian‘}
print u‘未序列化前的数据类型为:‘,type(dict1)
print u‘未序列化前的数据:‘,dict1
#对dict1进行序列化的处理
str1=json.dumps(dict1)
print u‘序列化后的数据类型为:‘,type(str1)
print u‘序列化后的数据为:‘,str1
#对str1进行反序列化
dict2=json.loads(str1)
print u‘反序列化后的数据类型:‘,type(dict2)
print u‘反序列化后的数据：‘,dict2

见输出结果的内容：

C:\Python27\python.exe D:/git/Python/doc/index.py

未序列化前的数据类型为: <type ‘dict‘>未序列化前的数据: {‘age‘: 22, ‘name‘: ‘wuya‘, ‘address‘: ‘xian‘}
序列化后的数据类型为: <type ‘str‘>序列化后的数据为: {"age": 22, "name": "wuya", "address": "xian"}
反序列化后的数据类型: <type ‘dict‘>反序列化后的数据： {u‘age‘: 22, u‘name‘: u‘wuya‘, u‘address‘: u‘xian‘}

下面我们结合requests库，来看返回的json数据，具体代码为：

#!/usr/bin/env python#coding:utf-8
import  json
import  requests

r=requests.get(‘http://wthrcdn.etouch.cn/weather_mini?city=西安‘)
print r.text,u‘数据类型:‘,type(r.text)
#对数据进行反序列化的操作
dic=json.loads(r.text)
print dic,u‘数据类型:‘,type(dic)

见输出的内容：

C:\Python27\python.exe D:/git/Python/doc/index.py
{"desc":"OK","status":1000,"data":{"wendu":"3","ganmao":"昼夜温差较大，较易发生感冒，请适当增减衣服。
体质较弱的朋友请注意防护。","forecast":[{"fengxiang":"东北风","fengli":"微风级","high":"高温 10℃","type":"晴","low":"低温 -2℃","date":"22日星期四"},{"fengxiang":"东北风","fengli":"微风级","high":"高温 8℃","type":"多云","low":"低温 0℃","date":"23日星期五"},{"fengxiang":"东北风","fengli":"微风级","high":"高温 7℃","type":"阴","low":"低温 0℃","date":"24日星期六"},{"fengxiang":"东北风","fengli":"微风级","high":"高温 1℃","type":"雨夹雪","low":"低温 -1℃","date":"25日星期天"},{"fengxiang":"东北风","fengli":"微风级","high":"高温 5℃","type":"多云","low":"低温 1℃","date":"26日星期一"}],"yesterday":{"fl":"微风","fx":"北风","high":"高温 7℃","type":"阴","low":"低温 -1℃","date":"21日星期三"},"aqi":"87","city":"西安"}} 数据类型: <type ‘unicode‘>{u‘status‘: 1000, u‘data‘: {u‘city‘: u‘\u897f\u5b89‘, u‘yesterday‘: {u‘fx‘: u‘\u5317\u98ce‘, u‘type‘: u‘\u9634‘, u‘high‘: u‘\u9ad8\u6e29 7\u2103‘, u‘low‘: u‘\u4f4e\u6e29 -1\u2103‘, u‘date‘: u‘21\u65e5\u661f\u671f\u4e09‘, u‘fl‘: u‘\u5fae\u98ce‘}, u‘forecast‘: [{u‘fengxiang‘: u‘\u4e1c\u5317\u98ce‘, u‘high‘: u‘\u9ad8\u6e29 10\u2103‘, u‘fengli‘: u‘\u5fae\u98ce\u7ea7‘, u‘date‘: u‘22\u65e5\u661f\u671f\u56db‘, u‘type‘: u‘\u6674‘, u‘low‘: u‘\u4f4e\u6e29 -2\u2103‘}, {u‘fengxiang‘: u‘\u4e1c\u5317\u98ce‘, u‘high‘: u‘\u9ad8\u6e29 8\u2103‘, u‘fengli‘: u‘\u5fae\u98ce\u7ea7‘, u‘date‘: u‘23\u65e5\u661f\u671f\u4e94‘, u‘type‘: u‘\u591a\u4e91‘, u‘low‘: u‘\u4f4e\u6e29 0\u2103‘}, {u‘fengxiang‘: u‘\u4e1c\u5317\u98ce‘, u‘high‘: u‘\u9ad8\u6e29 7\u2103‘, u‘fengli‘: u‘\u5fae\u98ce\u7ea7‘, u‘date‘: u‘24\u65e5\u661f\u671f\u516d‘, u‘type‘: u‘\u9634‘, u‘low‘: u‘\u4f4e\u6e29 0\u2103‘}, {u‘fengxiang‘: u‘\u4e1c\u5317\u98ce‘, u‘high‘: u‘\u9ad8\u6e29 1\u2103‘, u‘fengli‘: u‘\u5fae\u98ce\u7ea7‘, u‘date‘: u‘25\u65e5\u661f\u671f\u5929‘, u‘type‘: u‘\u96e8\u5939\u96ea‘, u‘low‘: u‘\u4f4e\u6e29 -1\u2103‘}, {u‘fengxiang‘: u‘\u4e1c\u5317\u98ce‘, u‘high‘: u‘\u9ad8\u6e29 5\u2103‘, u‘fengli‘: u‘\u5fae\u98ce\u7ea7‘, u‘date‘: u‘26\u65e5\u661f\u671f\u4e00‘, u‘type‘: u‘\u591a\u4e91‘, u‘low‘: u‘\u4f4e\u6e29 1\u2103‘}], u‘ganmao‘: u‘\u663c\u591c\u6e29\u5dee\u8f83\u5927\uff0c\u8f83\u6613\u53d1\u751f\u611f\u5192\uff0c\u8bf7\u9002\u5f53\u589e\u51cf\u8863\u670d\u3002\u4f53\u8d28\u8f83\u5f31\u7684\u670b\u53cb\u8bf7\u6ce8\u610f\u9632\u62a4\u3002‘, u‘wendu‘: u‘3‘, u‘aqi‘: u‘87‘}, u‘desc‘: u‘OK‘} 数据类型: <type ‘dict‘>Process finished with exit code 0

事实上，在如上的代码中，我们可以不通过反序列化的操作，代码可以简化为：

#!/usr/bin/env python#coding:utf-8
import  json
import  requests

r=requests.get(‘http://wthrcdn.etouch.cn/weather_mini?city=西安‘)
print r.json(),u‘数据类型为:‘,type(r.json())

见输出的内容：

C:\Python27\python.exe D:/git/Python/doc/index.py
{u‘status‘: 1000, u‘data‘: {u‘city‘: u‘\u897f\u5b89‘, u‘yesterday‘: {u‘fx‘: u‘\u5317\u98ce‘, u‘type‘: u‘\u9634‘, u‘high‘: u‘\u9ad8\u6e29 7\u2103‘, u‘low‘: u‘\u4f4e\u6e29 -1\u2103‘, u‘date‘: u‘21\u65e5\u661f\u671f\u4e09‘, u‘fl‘: u‘\u5fae\u98ce‘}, u‘forecast‘: [{u‘fengxiang‘: u‘\u4e1c\u5317\u98ce‘, u‘high‘: u‘\u9ad8\u6e29 10\u2103‘, u‘fengli‘: u‘\u5fae\u98ce\u7ea7‘, u‘date‘: u‘22\u65e5\u661f\u671f\u56db‘, u‘type‘: u‘\u6674‘, u‘low‘: u‘\u4f4e\u6e29 -2\u2103‘}, {u‘fengxiang‘: u‘\u4e1c\u5317\u98ce‘, u‘high‘: u‘\u9ad8\u6e29 8\u2103‘, u‘fengli‘: u‘\u5fae\u98ce\u7ea7‘, u‘date‘: u‘23\u65e5\u661f\u671f\u4e94‘, u‘type‘: u‘\u591a\u4e91‘, u‘low‘: u‘\u4f4e\u6e29 0\u2103‘}, {u‘fengxiang‘: u‘\u4e1c\u5317\u98ce‘, u‘high‘: u‘\u9ad8\u6e29 7\u2103‘, u‘fengli‘: u‘\u5fae\u98ce\u7ea7‘, u‘date‘: u‘24\u65e5\u661f\u671f\u516d‘, u‘type‘: u‘\u9634‘, u‘low‘: u‘\u4f4e\u6e29 0\u2103‘}, {u‘fengxiang‘: u‘\u4e1c\u5317\u98ce‘, u‘high‘: u‘\u9ad8\u6e29 1\u2103‘, u‘fengli‘: u‘\u5fae\u98ce\u7ea7‘, u‘date‘: u‘25\u65e5\u661f\u671f\u5929‘, u‘type‘: u‘\u96e8\u5939\u96ea‘, u‘low‘: u‘\u4f4e\u6e29 -1\u2103‘}, {u‘fengxiang‘: u‘\u4e1c\u5317\u98ce‘, u‘high‘: u‘\u9ad8\u6e29 5\u2103‘, u‘fengli‘: u‘\u5fae\u98ce\u7ea7‘, u‘date‘: u‘26\u65e5\u661f\u671f\u4e00‘, u‘type‘: u‘\u591a\u4e91‘, u‘low‘: u‘\u4f4e\u6e29 1\u2103‘}], u‘ganmao‘: u‘\u663c\u591c\u6e29\u5dee\u8f83\u5927\uff0c\u8f83\u6613\u53d1\u751f\u611f\u5192\uff0c\u8bf7\u9002\u5f53\u589e\u51cf\u8863\u670d\u3002\u4f53\u8d28\u8f83\u5f31\u7684\u670b\u53cb\u8bf7\u6ce8\u610f\u9632\u62a4\u3002‘, u‘wendu‘: u‘3‘, u‘aqi‘: u‘87‘}, u‘desc‘: u‘OK‘} 数据类型为: <type ‘dict‘>Process finished with exit code 0

     在实际的工作中，序列化或者反序列化的可能是一个文件的形式，不可能像如上写的那样简单的，下来就来实现这部分，把文件内容进行序列化和反序列化，先来看序列化的代码：

#!/usr/bin/env python#coding:utf-8
import  json
  
list1=[‘selenium‘,‘appium‘,‘android‘,‘ios‘,‘uiautomator‘]
#把list1先序列化,再写入到一个文件中
print json.dump(list1,open(‘c:/log.log‘,‘w‘))
print u‘文件内容为:‘r=open(‘c:/log.log‘,‘r+‘)
print r.read()

见输出的内容：

C:\Python27\python.exe D:/git/Python/doc/index.py
None
文件内容为:
["selenium", "appium", "android", "ios", "uiautomator"]

Process finished with exit code 0

下面我们来反序列化，也就是先读取文件里面的内容，再进行反序列化，见实现的代码：

#!/usr/bin/env python#coding:utf-8
import  json
  
list1=[‘selenium‘,‘appium‘,‘android‘,‘ios‘,‘uiautomator‘]
#把list1先序列化,再写入到一个文件中
print json.dump(list1,open(‘c:/log.log‘,‘w‘))
print u‘文件内容为:‘r=open(‘c:/log.log‘,‘r+‘)
print r.read()
#先读取文件内容，再进行反序列化
res=json.load(open(‘c:/log.log‘,‘r+‘))
print res,u‘数据类型:‘,type(res)

见输出的内容：

C:\Python27\python.exe D:/git/Python/doc/index.py
None
文件内容为:
["selenium", "appium", "android", "ios", "uiautomator"]
[u‘selenium‘, u‘appium‘, u‘android‘, u‘ios‘, u‘uiautomator‘] 数据类型: <type ‘list‘>Process finished with exit code 0

     下来来看pickle库，它提供的方法为：

#!/usr/bin/env python#coding:utf-8
import  pickle
  
print pickle.__all__

C:\Python27\python.exe D:/git/Python/doc/index.py
[‘PickleError‘, ‘PicklingError‘, ‘UnpicklingError‘, ‘Pickler‘, ‘Unpickler‘, ‘dump‘, ‘dumps‘, ‘load‘, ‘loads‘, ‘APPEND‘, ‘APPENDS‘, ‘BINFLOAT‘,
 ‘BINGET‘, ‘BININT‘, ‘BININT1‘, ‘BININT2‘, ‘BINPERSID‘, ‘BINPUT‘, ‘BINSTRING‘, ‘BINUNICODE‘, ‘BUILD‘, ‘DICT‘, ‘DUP‘, ‘EMPTY_DICT‘, ‘EMPTY_LIST‘, 
‘EMPTY_TUPLE‘, ‘EXT1‘, ‘EXT2‘, ‘EXT4‘, ‘FALSE‘, ‘FLOAT‘, ‘GET‘, ‘GLOBAL‘, ‘HIGHEST_PROTOCOL‘, ‘INST‘, ‘INT‘, ‘LIST‘, ‘LONG‘, ‘LONG1‘, ‘LONG4‘, 
‘LONG_BINGET‘, ‘LONG_BINPUT‘, ‘MARK‘, ‘NEWFALSE‘, ‘NEWOBJ‘, ‘NEWTRUE‘, ‘NONE‘, ‘OBJ‘, ‘PERSID‘, ‘POP‘, ‘POP_MARK‘, ‘PROTO‘, ‘PUT‘, ‘REDUCE‘,
 ‘SETITEM‘, ‘SETITEMS‘, ‘SHORT_BINSTRING‘, ‘STOP‘, ‘STRING‘, ‘TRUE‘, ‘TUPLE‘, ‘TUPLE1‘, ‘TUPLE2‘, ‘TUPLE3‘, ‘UNICODE‘]

Process finished with exit code 0

这里我们只关注pickle库的dump(),dumps(),load(),loads()方法，先来看序列化的代码：

import  pickle

dic={‘name‘:‘无涯‘,‘age‘:22,‘address‘:‘西安‘}
str1=pickle.dumps(dic)
print str1,type(str1)

见输出的内容：

C:\Python27\python.exe D:/git/Python/doc/index.py
(dp0
S‘age‘p1
I22
sS‘name‘p2
S‘\xe6\x97\xa0\xe6\xb6\xaf‘p3
sS‘address‘p4
S‘\xe8\xa5\xbf\xe5\xae\x89‘p5
s. <type ‘str‘>

输出的内容基本看不懂，但是可以看到数据格式是字符串，这是ASCII格式的数据，默认是ASCII格式保存对象，

在进行序列化的使用，设置为True就是二进制保存对象，见实现的代码和输出内容：

#!/usr/bin/env python#coding:utf-8
import  pickle

dic={‘name‘:‘无涯‘,‘age‘:22,‘address‘:‘西安‘}
str1=pickle.dumps(dic,True)
print str1,type(str1)

见输出的二进制的数据：

C:\Python27\python.exe D:/git/Python/doc/index.py
}q (UageqKUnameqU无涯qUaddressqU西安qu. <type ‘str‘>

下面通过loads()方法来进行反序列化，见实现的代码：

#!/usr/bin/env python#coding:utf-8
import  pickle

dic={‘name‘:u‘无涯‘,‘age‘:22,‘address‘:u‘西安‘}
#序列化
str1=pickle.dumps(dic,True)
print str1,type(str1)
#反序列化
dict1=pickle.loads(str1)
print dict1,type(dict1)

见输出的内容：

C:\Python27\python.exe D:/git/Python/doc/index.py
}q (UageqKUnameqX   无涯qUaddressqX   西安qu. <type ‘str‘>{‘age‘: 22, ‘name‘: u‘\u65e0\u6daf‘, 
‘address‘: u‘\u897f\u5b89‘} <type ‘dict‘>

下来我们通过对文件的形式来进行序列化和反序列化，见实现的代码：

#!/usr/bin/env python#coding:utf-8
import  pickle

dic={‘name‘:u‘无涯‘,‘age‘:22,‘address‘:u‘西安‘}
#先序列化，然后写入到文件中pickle.dump(dic,open(‘c:/log.log‘,‘w‘),True)
print u‘文件内容为：‘
print open(‘c:/log.log‘).read()
#先读取文件，再反序列化
d=pickle.load(open(‘c:/log.log‘,‘r+‘))
print u‘反序列化后的数据与数据类型:‘,d,type(d)

见输出的内容：

C:\Python27\python.exe D:/git/Python/doc/index.py
文件内容为：
}q (UageqKUnameqX   无涯qUaddressqX   西安qu.
反序列化后的数据与数据类型: {‘age‘: 22, ‘name‘: u‘\u65e0\u6daf‘, ‘address‘: u‘\u897f\u5b89‘} 
<type ‘dict‘>Process finished with exit code 0