Python 序列化(Python IO)

veelion發表於2019-03-03
Python

上一節我們學習了檔案的讀寫，把一個字串（或位元組物件）儲存到磁碟是一件很容易的事情。但是在實際程式設計中，我們經常需要儲存結構化資料，比如複雜的字典、巢狀的列表等等，這時候就需要我們想辦法把這些結構化資料先轉變成一個字串，這個轉換過程就叫做“序列化”，這一過程的逆操作就是“反序列化”。

Python序列化

JSON序列化

序列化資料的操作在各個語言程式設計中都會遇到，當然也出現了標準化的格式，比如：JSON（JavaScript Object Notation）。JSON格式通常被現代應用程式用於資料交換，尤其是在Web中廣為人知，是許多程式設計師的選擇。Python支援JSON的模組叫做json。

JSON的資料格式和Python中的字典和列表非常相似，可以說它是字典和列表相互巢狀的結合體，而這些字典和列表的基本資料型別只能是：字串、整數、浮點數、布林型、None，不能是自定義的類等複雜物件。

一個物件x可以用一行簡單的程式碼轉換成它對應的JSON字串：

In [124]: import json

In [125]: json.dumps({'Tom': 23, 'Jim': 25, 'William': 21})
Out[125]: '{"Tom": 23, "Jim": 25, "William": 21}'

把JSON字串反序列化為Python物件的程式碼也只有一行：

In [126]: json.loads('{"Tom": 23, "Jim": 25, "William": 21}')
Out[126]: {'Tom': 23, 'Jim': 25, 'William': 21}

dumps()方法有個變體叫做dump()，它是將物件序列化到檔案中。如果f是一個檔案物件，我們可以這樣操作：

json.dump(x, f)

對應的，從檔案物件f中反序列化的操作就是：

x = json.load(f)

dumps()函式有很多引數可選，使我們生成不同格式的JSON字串，具體可以在IPython中透過json.dumps?來檢視。我們可以透過下面的例子來了解一下：

（1）緊湊編碼
透過separators引數來實現：

In [130]: json.dumps({"Tom": 23, "Jim": 25, "William": 21}, separators=(',', ':'))
Out[130]: '{"Tom":23,"Jim":25,"William":21}'

（2）美化輸出
透過sort_keys， indent引數來實現：

In [132]: print(json.dumps({"Tom": 23, "Jim": 25, '9':3, '3': 10}, sort_keys=True, indent=4))
{
    "3": 10,
    "9": 3,
    "Jim": 25,
    "Tom": 23
}

（3）中文編碼
引數ensure_ascii預設為True，會把中文等非ascii字元轉義：

In [133]: print(json.dumps({"小剛": 23, "小明": 25, '9':3, '3': 10}, sort_keys=True, indent=4))
{
    "3": 10,
    "9": 3,
    "\u5c0f\u521a": 23,
    "\u5c0f\u660e": 25
}

In [134]: print(json.dumps({"小剛": 23, "小明": 25, '9':3, '3': 10}, sort_keys=True, indent=4, ensure_ascii=False))
{
    "3": 10,
    "9": 3,
    "小剛": 23,
    "小明": 25
}

pickle模組序列化

與json模組不同，pickle可以對任意複雜的Python物件進行序列化，它是Python特有的，不能與其它語言進行通訊。預設情況下，它也是不安全的，如果資料是由駭客精心設計的，則反序列化的資料可能被植入惡意程式碼。

pickle的介面跟json是一樣的，序列化用dumps(x), dump(x, f)，反序列化使用loads(s), load(f)。但是，pickle可以序列化任意複雜的物件，比如自定義的類、函式都是可以用它來序列化的。比如下面這個例子就是序列化b並反序列化一個函式：

In [136]: def add(x, y): 
     ...:     print(x+y) 
     ...:

In [137]: import pickle

In [138]: s = pickle.dumps(add)

In [139]: s
Out[139]: b'\x80\x03c__main__\nadd\nq\x00.'

In [140]: f = pickle.loads(s)

In [141]: f
Out[141]: <function __main__.add(x, y)>

In [142]: f(2, 3)
5

從這個例子中，我們實現了序列化和反序列化一個函式的功能。這樣，我們可以把一些函式、自定義的類等各種物件先序列化到檔案，然後把這個檔案發給別人，別人可以透過反序列化來使用這些自定義的類和函式。這個過程中，如果有人對序列化檔案做了手腳，比如透過修改檔案修改了函式add()的實現，就有可能被駭客利用來進行攻擊。這也是前面我們為什麼說pickle預設是不安全的。所以，在選擇是否使用它進行序列化時，要先思考一番。

總結

Python為我們提供了資料序列化的工具。如果需要和其它程式進行資料交換，json是最好的選擇。如果是自己內部使用，pickle可以作為一個選擇進行復雜物件的序列化。

猿人學banner宣傳圖

我的公眾號：猿人學 Python 上會分享更多心得體會，敬請關注。

***版權申明:若沒有特殊說明，文章皆是猿人學 yuanrenxue.com 原創，沒有猿人學授權，請勿以任何形式轉載。***

相關文章