【今日学习】
一、什么是序列化？
我们把对象(变量)从内存中变成可存储或传输的过程称之为序列化，在Python中叫pickling，在其他语言中也被称之为serialization，marshalling，flattening等等，都是一个意思。
二、为什么要序列化？
1：持久保存状态【硬盘存】
需知一个软件/程序的执行就在处理一系列状态的变化，在编程语言中，'状态'会以各种各样有结构的数据类型(也可简单的理解为变量)的形式被保存在内存中。
内存是无法永久保存数据的，当程序运行了一段时间，我们断电或者重启程序，内存中关于这个程序的之前一段时间的数据（有结构）都被清空了。
在断电或重启程序之前将程序当前内存中所有的数据都保存下来（保存到文件中），以便于下次程序执行能够从文件中载入之前的数据，然后继续执行，这就是序列化。
具体的来说，你玩使命召唤闯到了第13关，你保存游戏状态，关机走人，下次再玩，还能从上次的位置开始继续闯关。或如，虚拟机状态的挂起等。
2：跨平台数据交互【网络传】
序列化之后，不仅可以把序列化后的内容写入磁盘，还可以通过网络传输到别的机器上，如果收发的双方约定好实用一种序列化的格式，那么便打破了平台/语言差异化带来的限制，实现了跨平台数据交互。
反过来，把变量内容从序列化的对象重新读到内存里称之为反序列化，即unpickling。
json模块【转化成str类型】（优先掌握）
序列化与反序列化一：
json.dumps json.loads 是一对
序列化：
dic={'name':'egon','age':18}
with open('db.json','w',encoding='utf-8') as f:
res = json.dumps(dic)
f.write(res)
print(res,type(res))
结果
{"name": "egon", "age": 18} <class 'str'>
#json格式全都是双引号，如果不是双引号，反序列化json就识别不了
#一个数据结构dump一次就行了，不要用‘a.txt ’去添加
反序列化：
with open('db.json','r',encoding='utf-8') as f: data=f.read() res=json.loads(data) print(res) 结果 {'name': 'egon', 'age': 18} 序列化与反序列化二： 简化版 json.dump json.load 是一对
序列化import jsondic = {'name': 'egon', 'age': 18}with open('db1.json','w',encoding='utf-8') as f: json.dump(dic,f)反序列化
import jsondic = {'name': 'egon', 'age': 18}with open('db1.json','r',encoding='utf-8') as f: print(json.load(f))优点：数据跨平台较好缺点：有些python数据类型不能识别，只能识别以下图片上数据类型 没有元组和集合
pickle模块(了解)【转化成bytes类型】
把所有的数据类型存成bytes类型，读也需要用bytes类型去读
优点：能识别所有python数据类型，能把所有数据类型序列化，用法与json类似
缺点：也是最致命缺点，只能识别python，跨平台较差
# 用户注册后得到的数据name = "高跟"password = "123"height = 1.5hobby = ["吃","喝","赌","飘",{1,2,3}]# with open("userdb.txt","wt",encoding="utf-8") as f:# text = "|".join([name,password,str(height)])# f.write(text)# pickle支持python中所有的数据类型user = {"name":name,"password":password,"height":height,"hobby":hobby,"test":3}# 序列化的过程# with open("userdb.pkl","ab") as f:# userbytes = pickle.dumps(user)# f.write(userbytes)# 反序列化过程# with open("userdb.pkl","rb") as f:# userbytes = f.read()# user = pickle.loads(userbytes)# print(user)# print(type(user))##dump 直接序列化到文件# with open("userdb.pkl","ab") as f:# pickle.dump(user,f)# #load 从文件反序列化with open("userdb.pkl","rb") as f: user = pickle.load(f) print(user)shelve模块（了解）也能像pickle序列化所有python数据类型，比pickle更方便
info1={'name':'egon','age':18}info2={'name':'run','age':19}import shelved=shelve.open('db.shv')d['egon']=info1d['run']=info2d.close()import shelved=shelve.open('db.shv')# d['egon']# d['run']print(d['egon'])print(d['run'])import shelved=shelve.open('db.shv',writeback=True)d['egon']['age']=20d['run']['age']=18print(d['egon'])print(d['run'])
xml模块（了解）
古老的用法
也是将内存中数据储存起来或传输出去，将数据组织起来
# 查# 三种查找节点的方式# 第一种# import xml.etree.ElementTree as ET# tree=ET.parse('a.xml')# root=tree.getroot()# res=root.iter('year')# # 会在整个树中查找，而且是查找所有# print(res)# for item in res:# print('*********************')# print(item.tag)# print(item.attrib)# print(item.text)# 第二种：# res=root.find('country')# # 只能在当前元素下一级查找，并且找到一个就结束# print(item.tag)# print(item.attrib)# print(item.text)# 第三种# cy=root.findall('country')只能在当前元素下一级查找# # print(cy)# for item in cy:# print(item.tag)# print(item.attrib)# print(item.text)# 改：# import xml.etree.ElementTree as ET# tree=ET.parse('a.xml')# root=tree.getroot()# for year in root.iter('year'):# year.text=str(int(year.text)+10)# year.attrib={'update':'year'}# tree.write('a.xml')# # 增# import xml.etree.ElementTree as ET# tree=ET.parse('a.xml')# root=tree.getroot()# for country in root.iter('country'):# year=country.find('year')# if int(year.text)> 2020:# print(country.attrib)# ele=ET.Element('run')# ele.attrib={'nb':'shuai'}# ele.text='ok'# country.append(ele)# tree.write('a.xml')# 删# import xml.etree.ElementTree as ET# tree=ET.parse('a.xml')# root=tree.getroot()# for country in root.iter('country'):# year=country.find('year')# if int(year.text)> 2020:# # print(country.attrib)# country.remove(year)# tree.write('a.xml')configparser模块import configparser
# 取值# import configparser# config=configparser.ConfigParser()# config.read('my.ini')# secs=config.sections()# print(secs)# print(config.options('run'))# # print(config.get('run','age'))# print(config.getboolean('run','is_husband'))# print(config.getfloat('run','salary'))
【今日领悟】
1.json是最常用的序列化与反序列化模块，其它类型的模块常用部分熟悉就行2.需要在实际按例中去应用才能体会这几个模块的不同
来源：https://www.cnblogs.com/runjam/p/9807227.html