详解Python 序列化结果

Python 中的序列化是指将内存中的对象转换成可存储或可传输的数据格式。Python 中常用的序列化格式有两种：pickle 和 JSON。下面就分别从它们两个的用法、优缺点以及注意事项进行详细的讲解。

使用pickle进行序列化

pickle 是 Python 自带的序列化模块，它可以将 Python 对象序列化成一个二进制对象（也就是字符串），并可以将该二进制对象转换成原本的 Python 对象。

以下是使用 pickle 进行序列化的示例代码：

import pickle

class Person:
    def __init__(self, name, age):
        self.name = name
        self.age = age

person = Person('张三', 18)

serial_data = pickle.dumps(person)
print(serial_data)

deserial_data = pickle.loads(serial_data)
print(deserial_data.name, deserial_data.age)

输出结果：

b'\x80\x04\x95\x15\x00\x00\x00\x00\x00\x00\x00\x8c\x08__main__\x94\x8c\x06Person\x94\x93\x94)\x81\x94}\x94(\x8c\x04name\x94\x8c\x06\xe5\xbc\xa0\xe4\xb8\x89\x94\x8c\x03age\x94K\x12ub.'
张三 18

可以看到，pickle 序列化后的结果是一个二进制字符串，读起来比较困难，但是在网络传输或存储中是很方便的。同时，我们可以用 pickle.loads() 方法把这个二进制字符串转换成原来的 Python 对象。

然而，pickle 也有其缺点之一：pickle 序列化的结果只能被 Python 程序所识别，不能跨语言地传递。

使用JSON进行序列化

JSON 是一种跨语言的轻量级文本数据交换格式，它可以被 Python、Java、PHP、JavaScript 等多种语言所解析。

以下是使用 JSON 进行序列化的示例代码：

import json

person = {'name': '张三', 'age': 18}

serial_data = json.dumps(person)
print(serial_data)

deserial_data = json.loads(serial_data)
print(deserial_data['name'], deserial_data['age'])

输出结果：

{"name": "\u5f20\u4e09", "age": 18}
张三 18

可以看到，JSON 序列化后的结果是一个字符串。JSON 序列化虽然能够跨语言地传递数据，但是它对于复杂的 Python 对象处理不够方便，而且它只支持部分 Python 对象的序列化，例如：list、tuple、dict、int、float、True 和 False 等。

综上所述，使用 pickle 序列化数据可以方便地序列化 Python 对象，但是只能被 Python 程序所识别；使用 JSON 序列化数据可以跨语言地传递数据，但是对于复杂的 Python 对象处理不够方便。我们可以根据实际情况选择不同的序列化方式。