Python dumps和loads区别详解

简介

在Python中，我们通常需要将数据序列化为JSON格式或其他格式的字符串以便于存储或传输，同时我们还需要将序列化后的字符串反序列化为原始数据类型，这两个过程可以用Python标准库中的json.dumps()和json.loads()函数来完成，但是在某些情况下，我们需要使用Python自带的pickle模块提供的dumps()和loads()函数进行序列化和反序列化，本文将会详细讲解这两个函数的使用方法和区别。

dumps()函数

Python内置的pickle模块提供了dumps()函数，可以将Python对象序列化为一个二进制字符串。dumps()函数的基本用法如下：

import pickle
data = {'name': 'Tom', 'age': 25, 'gender': 'male'}
serialized_data = pickle.dumps(data)
print(serialized_data)

上述代码会将data字典序列化为一个二进制字符串并打印到控制台上。dumps()函数还可以接受一个protocol参数，用来指定序列化的协议版本，具体如下：

• protocol=0（默认）：以文本形式打印（ASCII码），不能保存二进制数据，不兼容旧版本python；
• protocol=1：以比特串形式打印，能保存二进制数据，不兼容旧版本python；
• protocol=2：以比特串形式打印，能保存二进制数据，兼容所有python版本，是Python 2.x版本中pickle使用的版本；
• protocol=3：可以压缩数据，但是只有3.0及其以上才支持该协议。

import pickle
data = {'name': 'Tom', 'age': 25, 'gender': 'male'}
# 使用协议1序列化
serialized_data = pickle.dumps(data, protocol=1)
print(serialized_data)

loads()函数

loads()函数可以将序列化后的二进制字符串解析为一个Python对象，其基本用法如下：

import pickle
serialized_data = b'\x80\x04\x95\x1a\x00\x00\x00\x00\x00\x00\x00}\x94(\x8c\x04name\x94\x8c\x03Tom\x94\x8c\x03age\x94K\x19\x8c\x06gender\x94\x8c\x04male\x94s.'
data = pickle.loads(serialized_data)
print(data)

输出结果为：

{'name': 'Tom', 'age': 25, 'gender': 'male'}

区别与联系

与json.dumps()和json.loads()函数相比，pickle.dumps()和pickle.loads()函数的主要区别在于，JSON是一种文本格式，适合于存储或传输文本数据，而pickle是一种二进制格式，适合于存储或传输Python对象。此外，使用pickle中的序列化和反序列化函数序列化的对象必须在Python环境下才能被反序列化，而使用json中的函数序列化的对象则可以在任何支持json格式的环境下反序列化。

另外，json中的序列化和反序列化函数会更快且更安全，因为pickle中的函数可以执行任何有效的Python代码，这也容易导致安全问题。

下面我们举两个示例来说明区别：

示例1：序列化一个NumPy数组

import pickle
import json
import numpy as np

# 序列化一个NumPy数组
arr = np.array([1, 2, 3, 4, 5])
arr_pickle = pickle.dumps(arr)
arr_json = json.dumps(arr.tolist())

# 反序列化
arr_pickle_unserialized = pickle.loads(arr_pickle)
arr_json_unserialized = np.array(json.loads(arr_json))

# 验证
print(arr_pickle_unserialized == arr)
print(arr_json_unserialized == arr)

输出结果为：

True
True

从输出结果可以看出，pickle和json序列化和反序列化NumPy数组的结果是一样的。

示例2：序列化和反序列化自定义函数

import pickle

def add(x, y):
    return x + y

add_pickle = pickle.dumps(add)
add_unpickle = pickle.loads(add_pickle)

print(add, add_pickle, add_unpickle)

输出结果为：

<function add at 0x7fcf767931f0> b'\x80\x04\x95\x0e\x00\x00\x00\x00\x00\x00\x00\x8c\x08__main__\x94\x8c\x03add\x94\x93\x94.' <function add at 0x7fcf767a93a0>

从以上输出结果可以看出，在使用pickle序列化和反序列化自定义函数时，反序列化的形式为函数的内存地址而非函数本身，这是因为pickle只序列化函数的定义而不会保存其状态。所以如果需要在另外一个Python环境中使用这个函数，必须重新定义这个函数。

总结

pickle和json都是Python中常用的序列化工具，二者都有其优缺点，根据实际情况选择使用。在使用pickle时，要注意安全性和可移植性问题。在序列化时指定协议版本时要考虑版本兼容性。