JSON模块
JSON(JavaScript Object Notation) 是一种轻量级的数据交换格式。它基于ECMAScript的一个子集。 JSON采用完全独立于语言的文本格式，但是也使用了类似于C语言家族的习惯(包括C、C++、Java、JavaScript、Perl、Python等)。这些特性使JSON成为理想的数据交换语言。易于人阅读和编写，同时也易于机器解析和生成(一般用于提升网络传输速率)。
JSON在python中分别由list和dict组成。一、python类型数据和JSON数据格式互相转换
pthon 中str类型到JSON中转为unicode类型，None转为null,dict对应object
二、数据encoding和decoding
1、简单类型数据编解码
所谓简单类型就是指上表中出现的python类型。
dumps: 将对象序列化
#coding:utf-8import json# 简单编码===========================================print json.dumps(['foo', { 'bar': ('baz', None, 1.0, 2)}])# ["foo", {"bar": ["baz", null, 1.0, 2]}]#字典排序print json.dumps({ "c": 0, "b": 0, "a": 0}, sort_keys=True)# {"a": 0, "b": 0, "c": 0}#自定义分隔符print json.dumps([1,2,3,{ '4': 5, '6': 7}], sort_keys=True, separators=(',',':'))# [1,2,3,{"4":5,"6":7}]print json.dumps([1,2,3,{ '4': 5, '6': 7}], sort_keys=True, separators=('/','-'))# [1/2/3/{"4"-5/"6"-7}]#增加缩进，增强可读性，但缩进空格会使数据变大print json.dumps({ '4': 5, '6': 7}, sort_keys=True,indent=2, separators=(',', ': '))# { # "4": 5,# "6": 7# } # 另一个比较有用的dumps参数是skipkeys，默认为False。 # dumps方法存储dict对象时，key必须是str类型，如果出现了其他类型的话，那么会产生TypeError异常，如果开启该参数，设为True的话，会忽略这个key。 data = {'a':1,(1,2):123} print json.dumps(data,skipkeys=True) #{"a": 1} dump: 将对象序列化并保存到文件
#将对象序列化并保存到文件obj = ['foo', { 'bar': ('baz', None, 1.0, 2)}]with open(r"c:\json.txt","w+") as f: json.dump(obj,f)
loads: 将序列化字符串反序列化
import jsonobj = ['foo', { 'bar': ('baz', None, 1.0, 2)}]a= json.dumps(obj)print json.loads(a)# [u'foo', {u'bar': [u'baz', None, 1.0, 2]}] load: 将序列化字符串从文件读取并反序列化
with open(r"c:\json.txt","r") as f: print json.load(f)
三、自定义复杂数据类型编解码
例如我们碰到对象datetime，或者自定义的类对象等json默认不支持的数据类型时，我们就需要自定义编解码函数。有两种方法来实现自定义编解码。
1、方法一：自定义编解码函数
#! /usr/bin/env python# -*- coding:utf-8 -*-# __author__ = "TKQ"import datetime,jsondt = datetime.datetime.now()def time2str(obj): #python to json if isinstance(obj, datetime.datetime): json_str = { "datetime":obj.strftime("%Y-%m-%d %X")} return json_str return objdef str2time(json_obj): #json to python if "datetime" in json_obj: date_str,time_str = json_obj["datetime"].split(' ') date = [int(x) for x in date_str.split('-')] time = [int(x) for x in time_str.split(':')] dt = datetime.datetime(date[0],date[1], date[2], time[0],time[1], time[2]) return dt return json_obja = json.dumps(dt,default=time2str)print a# {"datetime": "2016-10-27 17:38:31"}print json.loads(a,object_hook=str2time)# 2016-10-27 17:38:31 2、方法二：继承JSONEncoder和JSONDecoder类，重写相关方法
#! /usr/bin/env python# -*- coding:utf-8 -*-# __author__ = "TKQ"import datetime,jsondt = datetime.datetime.now()dd = [dt,[1,2,3]]class MyEncoder(json.JSONEncoder): def default(self,obj): #python to json if isinstance(obj, datetime.datetime): json_str = { "datetime":obj.strftime("%Y-%m-%d %X")} return json_str return objclass MyDecoder(json.JSONDecoder): def __init__(self): json.JSONDecoder.__init__(self, object_hook=self.str2time) def str2time(self,json_obj): #json to python if "datetime" in json_obj: date_str,time_str = json_obj["datetime"].split(' ') date = [int(x) for x in date_str.split('-')] time = [int(x) for x in time_str.split(':')] dt = datetime.datetime(date[0],date[1], date[2], time[0],time[1], time[2]) return dt return json_obj# a = json.dumps(dt,default=time2str)a =MyEncoder().encode(dd)print a# [{"datetime": "2016-10-27 18:14:54"}, [1, 2, 3]]print MyDecoder().decode(a)# [datetime.datetime(2016, 10, 27, 18, 14, 54), [1, 2, 3]]
===========================================================
pickle模块
python的pickle模块实现了python的所有数据序列和反序列化。基本上功能使用和JSON模块没有太大区别，方法也同样是dumps/dump和loads/load。cPickle是pickle模块的C语言编译版本相对速度更快。
与JSON不同的是pickle不是用于多种语言间的数据传输，它仅作为python对象的持久化或者python程序间进行互相传输对象的方法，因此它支持了python所有的数据类型。
pickle反序列化后的对象与原对象是等值的副本对象，类似与deepcopy。
dumps/dump序列化
from datetime import datetry: import cPickle as pickle #python 2except ImportError as e: import pickle #python 3src_dic = { "date":date.today(),"oth":([1,"a"],None,True,False),}det_str = pickle.dumps(src_dic)print det_str# (dp1# S'date'# p2# cdatetime# date# p3# (S'\x07\xe0\n\x1b'# tRp4# sS'oth'# p5# ((lp6# I1# aS'a'# aNI01# I00# tp7# s.with open(r"c:\pickle.txt","w") as f: pickle.dump(src_dic,f) loads/load反序列化
from datetime import datetry: import cPickle as pickle #python 2except ImportError as e: import pickle #python 3src_dic = { "date":date.today(),"oth":([1,"a"],None,True,False),}det_str = pickle.dumps(src_dic)with open(r"c:\pickle.txt","r") as f: print pickle.load(f)# {'date': datetime.date(2016, 10, 27), 'oth': ([1, 'a'], None, True, False)}
JSON和pickle模块的区别
1、JSON只能处理基本数据类型。pickle能处理所有Python的数据类型。
2、JSON用于各种语言之间的字符转换。pickle用于Python程序对象的持久化或者Python程序间对象网络传输，但不同版本的Python序列化可能还有差异。