d = dict(name='Bob', age=20, score=88)
能夠隨時修改變量，好比把name改爲'Bill'，可是一旦程序結束，變量所佔用的內存就被操做系統所有回收。若是沒有把修改後的'Bill'存儲到磁盤上，下次從新運行程序，變量又被初始化爲'Bob'。html
咱們把變量從內存中變成可存儲或傳輸的過程稱之爲序列化，在Python中叫pickling，在其餘語言中也被稱之爲serialization，marshalling，flattening等等，都是一個意思。python
序列化以後，就能夠把序列化後的內容寫入磁盤，或者經過網絡傳輸到別的機器上。sql
反過來，把變量內容從序列化的對象從新讀到內存裏稱之爲反序列化，即unpickling。編程
Python提供兩個模塊來實現序列化：cPickle和pickle。這兩個模塊功能是同樣的，區別在於cPickle是C語言寫的，速度快，pickle是純Python寫的，速度慢，跟cStringIO和StringIO一個道理。用的時候，先嚐試導入cPickle，若是失敗，再導入pickle：json
try: import cPickle as pickle except ImportError: import pickle
首先，咱們嘗試把一個對象序列化並寫入文件：網絡
>>> d = dict(name='Bob', age=20, score=88) >>> pickle.dumps(d) "(dp0\nS'age'\np1\nI20\nsS'score'\np2\nI88\nsS'name'\np3\nS'Bob'\np4\ns."
pickle.dumps()方法把任意對象序列化成一個str，而後，就能夠把這個str寫入文件。或者用另外一個方法pickle.dump()直接把對象序列化後寫入一個file-like Object：編程語言
>>> f = open('dump.txt', 'wb') >>> pickle.dump(d, f) >>> f.close()
看看寫入的dump.txt文件，一堆亂七八糟的內容，這些都是Python保存的對象內部信息。函數
當咱們要把對象從磁盤讀到內存時，能夠先把內容讀到一個str，而後用pickle.loads()方法反序列化出對象，也能夠直接用pickle.load()方法從一個file-like Object中直接反序列化出對象。咱們打開另外一個Python命令行來反序列化剛纔保存的對象：編碼
>>> f = open('dump.txt', 'rb') >>> d = pickle.load(f) >>> f.close() >>> d {'age': 20, 'score': 88, 'name': 'Bob'}
變量的內容又回來了！
固然，這個變量和原來的變量是徹底不相干的對象，它們只是內容相同而已。
Pickle的問題和全部其餘編程語言特有的序列化問題同樣，就是它只能用於Python，而且可能不一樣版本的Python彼此都不兼容，所以，只能用Pickle保存那些不重要的數據，不能成功地反序列化也不要緊。
JSON
若是咱們要在不一樣的編程語言之間傳遞對象，就必須把對象序列化爲標準格式，好比XML，但更好的方法是序列化爲JSON，由於JSON表示出來就是一個字符串，能夠被全部語言讀取，也能夠方便地存儲到磁盤或者經過網絡傳輸。JSON不只是標準格式，而且比XML更快，並且能夠直接在Web頁面中讀取，很是方便。
JSON表示的對象就是標準的JavaScript語言的對象，JSON和Python內置的數據類型對應以下：
| JSON類型 | Python類型 |
| {} | dict |
| [] | list |
| "string" | 'str'或u'unicode' |
| 1234.56 | int或float |
| true/false | True/False |
| null | None |
Python內置的json模塊提供了很是完善的Python對象到JSON格式的轉換。咱們先看看如何把Python對象變成一個JSON：
>>> import json >>> d = dict(name='Bob', age=20, score=88) >>> json.dumps(d) '{"age": 20, "score": 88, "name": "Bob"}'
dumps()方法返回一個str，內容就是標準的JSON。相似的，dump()方法能夠直接把JSON寫入一個file-like Object。
要把JSON反序列化爲Python對象，用loads()或者對應的load()方法，前者把JSON的字符串反序列化，後者從file-like Object中讀取字符串並反序列化：
>>> json_str = '{"age": 20, "score": 88, "name": "Bob"}' >>> json.loads(json_str) {u'age': 20, u'score': 88, u'name': u'Bob'}
有一點須要注意，就是反序列化獲得的全部字符串對象默認都是unicode而不是str。因爲JSON標準規定JSON編碼是UTF-8，因此咱們老是能正確地在Python的str或unicode與JSON的字符串之間轉換。
JSON進階
Python的dict對象能夠直接序列化爲JSON的{}，不過，不少時候，咱們更喜歡用class表示對象，好比定義Student類，而後序列化：
import json class Student(object): def __init__(self, name, age, score): self.name = name self.age = age self.score = score s = Student('Bob', 20, 88) print(json.dumps(s))
運行代碼，絕不留情地獲得一個TypeError：
Traceback (most recent call last): ... TypeError: <__main__.Student object at 0x10aabef50> is not JSON serializable
錯誤的緣由是Student對象不是一個可序列化爲JSON的對象。
若是連class的實例對象都沒法序列化爲JSON，這確定不合理！
別急，咱們仔細看看dumps()方法的參數列表，能夠發現，除了第一個必須的obj參數外，dumps()方法還提供了一大堆的可選參數：
https://docs.python.org/2/library/json.html#json.dumps
這些可選參數就是讓咱們來定製JSON序列化。前面的代碼之因此沒法把Student類實例序列化爲JSON，是由於默認狀況下，dumps()方法不知道如何將Student實例變爲一個JSON的{}對象。
可選參數default就是把任意一個對象變成一個可序列爲JSON的對象，咱們只須要爲Student專門寫一個轉換函數，再把函數傳進去便可：
def student2dict(std): return { 'name': std.name, 'age': std.age, 'score': std.score } print(json.dumps(s, default=student2dict))
這樣，Student實例首先被student2dict()函數轉換成dict，而後再被順利序列化爲JSON。
不過，下次若是遇到一個Teacher類的實例，照樣沒法序列化爲JSON。咱們能夠偷個懶，把任意class的實例變爲dict：
print(json.dumps(s, default=lambda obj: obj.__dict__))
由於一般class的實例都有一個__dict__屬性，它就是一個dict，用來存儲實例變量。也有少數例外，好比定義了__slots__的class。
一樣的道理，若是咱們要把JSON反序列化爲一個Student對象實例，loads()方法首先轉換出一個dict對象，而後，咱們傳入的object_hook函數負責把dict轉換爲Student實例：
def dict2student(d): return Student(d['name'], d['age'], d['score']) json_str = '{"age": 20, "score": 88, "name": "Bob"}' print(json.loads(json_str, object_hook=dict2student))
運行結果以下：
<__main__.Student object at 0x10cd3c190>
打印出的是反序列化的Student實例對象。
小結
Python語言特定的序列化模塊是pickle，但若是要把序列化搞得更通用、更符合Web標準，就可使用json模塊。
json模塊的dumps()和loads()函數是定義得很是好的接口的典範。當咱們使用時，只須要傳入一個必須的參數。可是，當默認的序列化或反序列機制不知足咱們的要求時，咱們又能夠傳入更多的參數來定製序列化或反序列化的規則，既作到了接口簡單易用，又作到了充分的擴展性和靈活性。