简单谈谈Python中的json与pickle

当我们需要把数据从 Python 中保存到文件中或者把文件中的数据读入到 Python 中时，常用的两种序列化的方式是 json 和 pickle。json 是一种轻量级的数据交换格式，它简单易读，并且容易被人类理解和生成，并且能够在不同的编程语言之间进行数据交换。

Pickle 是一种更高级、更强大的序列化方式，它可以将 Python 中的任意对象序列化成二进制文件，来方便地保存和复原对象。但同时，读取 pickle 文件的时候需要对文件的可信程度进行高度验证，否则可能出现潜在的安全威胁。

接下来针对上述两种序列化方法进行详细讲解：

json 序列化

Python内置的 json 序列化模块可以将 Python 数据结构转换为 json 格式字符串，并可以将 json 格式的字符串转换为 Python 的数据结构。其常用函数如下：

1. json.dumps(obj, ensure_ascii=True, indent=None)：将 Python 数据类型转换为 json 格式的字符串。

其中，

• obj：需要序列化的 Python 数据类型。
• ensure_ascii：默认为 True，表示输出的 ASCII 字符，否则输出 Unicode 字符。
• indent：表示输出的缩进空格数。当 indent 等于 0 时，输出全部在一行。

示例如下：

import json

data = {
    "name": "Tom",
    "age": 20,
    "hobby": ["reading", "running"]
}

# 将 Python 数据类型转换为 json 格式字符串
json_str = json.dumps(data, ensure_ascii=False, indent=4)
print(json_str)

输出结果：

{
    "name": "Tom",
    "age": 20,
    "hobby": [
        "reading",
        "running"
    ]
}

1. json.loads(s, encoding=None)：将 json 格式的字符串转换为 Python 数据类型。

其中，

• s：需要转换成 Python 数据类型的 json 格式字符串。
• encoding：指定字符串的编码格式。

示例如下：

import json

json_str = '''
{
    "name": "Tom",
    "age": 20,
    "hobby": [
        "reading",
        "running"
    ]
}
'''

# 将 json 格式的字符串转换为 Python 数据类型
data = json.loads(json_str)
print(data)

输出结果：

{'name': 'Tom', 'age': 20, 'hobby': ['reading', 'running']}

pickle 序列化

Python 标准库中的 pickle 模块可以序列化任意复杂的 Python 对象并将其保存到文件中，也可以将文件中的数据进行反序列化并重新构建出 Python 中原有的对象。其序列化和反序列化的方法分别为：

1. pickle.dump(obj, file, protocol=None, *, fix_imports=True)：将 Python 对象序列化并写入到文件中。

其中，

• obj：需要序列化的 Python 对象。
• file：文件类对象，是使用 bin 模式打开的文件对象。
• protocol：序列化协议版本号，详情请看官方文档。

示例如下：

import pickle

data = {
    "name": "Alex",
    "age": 25,
    "hobby": ["reading", "swimming"]
}

# 将 Python 对象通过 pickle.dump() 函数写入文件
with open("data.pkl", "wb") as f:
    pickle.dump(data, f)

1. pickle.load(file, *, fix_imports=True, encoding="ASCII", errors="strict")：从文件中读取 pickle 序列化的 Python 对象。

其中，

• file：文件类对象，是使用 bin 模式打开的文件对象。

示例如下：

import pickle

# 从文件中读取 pickle 序列化的 Python 对象
with open("data.pkl", "rb") as f:
    data = pickle.load(f)

print(data)

输出结果：

{'name': 'Alex', 'age': 25, 'hobby': ['reading', 'swimming']}

需要注意的是，pickle 序列化在默认情况下存在安全问题，所以在读取 pickle 序列化文件时应该谨慎处理，避免被恶意的 pickle 序列化文件攻击。