python3--json与pickle数据序列化

标签：imp   处理   适合   open   完全   方法   使用   test   json   

必读：json和pickle 可以多次jumps，

1、json适合处理简单数据，可以跨语言、跨文件；

基本方法：(比较low的方法序列化用str转换，反序列化用eval；)

       import json

       #数据序列化

       info = {"name":"bokeyuan"}

       f = open("test.txt","w")

       f.write(json.dumps(info))

       f.close

     #数据反序列化

       f = open("test.txt","r")

       data =  json.loads(f.read()) 

      print(data["name"])

       f.close

2、pickle适合处理复杂数据（如：函数），但是只能在本语言使用（python），其它语言不识别pickle数据；

基本方法：

       import pickle

       #数据序列化

       info = {"name":"bokeyuan"}

       f = open("test.txt","w")

       f.write(pickle.dumps(info))

       f.close

////////////////////////////////////////////////////////////////////

     #数据序列化的另外一个方法

       info = {"name":"bokeyuan"}

       f = open("test.txt","w")

       pickle.dump(info,f)    #完全等价这个语句：   f.write(pickle.dumps(info))

       f.close

     #数据反序列化

       f = open("test.txt","r")

       data = pickle.loads(f.read()) 

      print(data["name"])

       f.close

////////////////////////////////////////////////////////////////////

     #数据序反列化的另外一个方法

       f = open("test.txt","r")

       data = pickle.load(f)    #完全等价这个语句： data = pickle.loads(f.read()) 

      print(data["name"])

       f.close

python3--json与pickle数据序列化

标签：imp   处理   适合   open   完全   方法   使用   test   json   

原文地址：https://www.cnblogs.com/guoyucong/p/12425686.html