序列化

在程序运行的过程中，所有的变量都是在内存中，比如，定义一个dict：

d = dict(name='Bob', age=20, score=88)

可以随时修改变量，比如把 name 改成 'Bill' ，但是一旦程序结束，变量所占用的内存就被操作系统全部回收。如果没有把修改后的 'Bill' 存储到磁盘上，下次重新运行程序，变量又被初始化为 'Bob' 。

我们把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。

序列化之后，就可以把序列化后的内容写入磁盘，或者通过网络传输到别的机器上。

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。

Python提供两个模块来实现序列化： cPickle 和 pickle 。这两个模块功能是一样的，区别在于 cPickle 是C语言写的，速度快， pickle 是纯Python写的，速度慢，跟 cStringIO 和 StringIO 一个道理。用的时候，先尝试导入 cPickle ，如果失败，再导入 pickle ：

try:

import cPickle as pickle

except ImportError:

import pickle

首先，我们尝试把一个对象序列化并写入文件：

>>> 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() 方法把任意对象序列化成一个str，然后，就可以把这个str写入文件。或者用另一个方法 pickle.dump() 直接把对象序列化后写入一个file-like Object：

>>> f = open('dump.txt', 'wb')

>>> pickle.dump(d, f)

>>> f.close()

看看写入的 dump.txt 文件，一堆乱七八糟的内容，这些都是Python保存的对象内部信息。

当我们要把对象从磁盘读到内存时，可以先把内容读到一个 str ，然后用 pickle.loads() 方法反序列化出对象，也可以直接用 pickle.load() 方法从一个 file-like Object 中直接反序列化出对象。我们打开另一个Python命令行来反序列化刚才保存的对象：

>>> f = open('dump.txt', 'rb')

>>> d = pickle.load(f)

>>> f.close()

>>> d

{'age': 20, 'score': 88, 'name': 'Bob'}

变量的内容又回来了！

当然，这个变量和原来的变量是完全不相干的对象，它们只是内容相同而已。

Pickle的问题和所有其他编程语言特有的序列化问题一样，就是它只能用于Python，并且可能不同版本的Python彼此都不兼容，因此，只能用Pickle保存那些不重要的数据，不能成功地反序列化也没关系。

JSON

如果我们要在不同的编程语言之间传递对象，就必须把对象序列化为标准格式，比如XML，但更好的方法是序列化为JSON，因为JSON表示出来就是一个字符串，可以被所有语言读取，也可以方便地存储到磁盘或者通过网络传输。JSON不仅是标准格式，并且比XML更快，而且可以直接在Web页面中读取，非常方便。

JSON表示的对象就是标准的JavaScript语言的对象，JSON和Python内置的数据类型对应如下：

Python内置的 json 模块提供了非常完善的Python对象到JSON格式的转换。我们先看看如何把Python对象变成一个JSON：

>>> import json

>>> d = dict(name='Bob', age=20, score=88)

>>> json.dumps(d)

'{"age": 20, "score": 88, "name": "Bob"}'

dumps() 方法返回一个 str ，内容就是标准的JSON。类似的， dump() 方法可以直接把JSON写入一个 file-like Object 。

要把JSON反序列化为Python对象，用 loads() 或者对应的 load() 方法，前者把JSON的字符串反序列化，后者从 file-like Object 中读取字符串并反序列化：

>>> json_str = '{"age": 20, "score": 88, "name": "Bob"}'

>>> json.loads(json_str)

{u'age': 20, u'score': 88, u'name': u'Bob'}

有一点需要注意，就是反序列化得到的所有字符串对象默认都是 unicode 而不是 str 。由于JSON标准规定JSON编码是UTF-8，所以我们总是能正确地在Python的 str 或 unicode 与JSON的字符串之间转换。

JSON进阶

Python的 dict 对象可以直接序列化为JSON的 {} ，不过，很多时候，我们更喜欢用 class 表示对象，比如定义 Student 类，然后序列化：

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))

运行代码，毫不留情地得到一个 TypeError ：

Traceback (most recent call last):

…

TypeError: <main.Student object at 0x10aabef50> is not JSON serializable

错误的原因是 Student 对象不是一个可序列化为JSON的对象。

如果连 class 的实例对象都无法序列化为JSON，这肯定不合理！

别急，我们仔细看看 dumps() 方法的参数列表，可以发现，除了第一个必须的 obj 参数外， dumps() 方法还提供了一大堆的可选参数：

https://docs.python.org/2/library/json.html#json.dumps

这些可选参数就是让我们来定制JSON序列化。前面的代码之所以无法把 Student 类实例序列化为JSON，是因为默认情况下， dumps() 方法不知道如何将 Student 实例变为一个JSON的 {} 对象。

可选参数 default 就是把任意一个对象变成一个可序列为JSON的对象，我们只需要为 Student 专门写一个转换函数，再把函数传进去即可：

def student2dict(std):

return {

'name': std.name,

'age': std.age,

'score': std.score

}



print(json.dumps(s, default=student2dict))

这样， Student 实例首先被 student2dict() 函数转换成 dict ，然后再被顺利序列化为JSON。

不过，下次如果遇到一个 Teacher 类的实例，照样无法序列化为JSON。我们可以偷个懒，把任意 class 的实例变为 dict ：

print(json.dumps(s, default=lambda obj: obj.dict))

因为通常 class 的实例都有一个 dict 属性，它就是一个 dict ，用来存储实例变量。也有少数例外，比如定义了 slots 的class。

同样的道理，如果我们要把JSON反序列化为一个 Student 对象实例， loads() 方法首先转换出一个 dict 对象，然后，我们传入的 object_hook 函数负责把 dict 转换为 Student 实例：

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))

运行结果如下：

<main.Student object at 0x10cd3c190>

打印出的是反序列化的 Student 实例对象。

小结

Python语言特定的序列化模块是 pickle ，但如果要把序列化搞得更通用、更符合Web标准，就可以使用 json 模块。

json 模块的 dumps() 和 loads() 函数是定义得非常好的接口的典范。当我们使用时，只需要传入一个必须的参数。但是，当默认的序列化或反序列机制不满足我们的要求时，我们又可以传入更多的参数来定制序列化或反序列化的规则，既做到了接口简单易用，又做到了充分的扩展性和灵活性。