在日常开发中，对数据进行序列化和反序列化是常见的数据操作，python提供了两个模块方便开发者实现数据的序列化操作，即 json 模块和 pickle 模块。这两个模块主要区别如下：
json 是一个文本序列化格式，而 pickle 是一个二进制序列化格式；json 是我们可以直观阅读的，而 pickle 不可以；json 是可互操作的，在 python 系统之外广泛使用，而 pickle 则是 python 专用的；默认情况下，json 只能表示 python 内置类型的子集，不能表示自定义的类；但 pickle 可以表示大量的 python 数据类型。
json 模块json 是一种轻量级的数据交换格式，由于其具有传输数据量小、数据格式易解析等特点，它被广泛应用于各系统之间的交互操作，作为一种数据格式传递数据。它包含多个常用函数，具体如下：
dumps()函数dumps()函数可以将 python 对象编码成 json 字符串。例如：
#字典转成json字符串 加上ensure_ascii=false以后，可以识别中文， indent=4是间隔4个空格显示
import json
d={'小明':{'sex':'男','addr':'上海','age':26},'小红':{ 'sex':'女','addr':'上海', 'age':24},}
print(json.dumps(d,ensure_ascii=false,indent=4))
#执行结果：
{
小明: {
sex: 男,
addr: 上海,
age: 26
},
小红: {
sex: 女,
addr: 上海,
age: 24
}
}
dump()函数dump()函数可以将 python对象编码成 json 字符串，自动写入到文件中，不需要再单独写文件。例如：
#字典转成json字符串,不需要写文件，自动转成的json字符串写入到‘users.json’的文件中
import json
d={'小明':{'sex':'男','addr':'上海','age':26},'小红':{ 'sex':'女','addr':'上海', 'age':24},}
#打开一个名字为‘users.json’的空文件
fw =open('users.json','w',encoding='utf-8')
json.dump(d,fw,ensure_ascii=false,indent=4)
loads()函数loads()函数可以将 json 字符串转换成 python 的数据类型。例如：
#这是users.json文件中的内容
{
小明:{
sex:男,
addr:上海,
age:26
},
小红:{
sex:女,
addr:上海,
age:24
}
}
#!/usr/bin/python3
#把json串变成python的数据类型
import json
#打开‘users.json’的json文件
f =open('users.json','r',encoding='utf-8')
#读文件
res=f.read()
print(json.loads(res))
#执行结果：
{'小明': {'sex': '男', 'addr': '上海', 'age': 26}, '小红': {'sex': '女', 'addr': '上海', 'age': 24}}
load()函数load()跟loads()功能相似，load()函数可以将 json 字符串转换成 python 数据类型，不同的是前者的参数是一个文件对象，不需要再单独读此文件。例如：
#把json串变成python的数据类型：字典，传一个文件对象，不需要再单独读文件
import json
#打开文件
f =open('users.json','r',encoding='utf-8')
print(json.load(f))
#执行结果：
{'小明': {'sex': '男', 'addr': '上海', 'age': 26}, '小红': {'sex': '女', 'addr': '上海', 'age': 24}}
pickle 模块pickle 模块与 json 模块功能相似，也包含四个函数，即 dump()、dumps()、loads() 和 load()，它们的主要区别如下：
dumps 和 dump 的区别在于前者是将对象序列化，而后者是将对象序列化并保存到文件中。
loads 和 load 的区别在于前者是将序列化的字符串反序列化，而后者是将序列化的字符串从文件读取并反序列化。
dumps()函数dumps()函数可以将数据通过特殊的形式转换为只有python语言认识的字符串，例如：
import pickle
# dumps功能
import pickle
data = ['a', 'b', 'c','d']
print(pickle.dumps(data))
b'x80x03]qx00(xx01x00x00x00aqx01xx01x00x00x00bqx02xx01x00x00x00cqx03xx01x00x00x00dqx04e.'
dump()函数dump()函数可以将数据通过特殊的形式转换为只有python语言认识的字符串，并写入文件。例如：
# dump功能
with open('test.txt', 'wb') as f:
pickle.dump(data, f)
print('写入成功')
写入成功
loads()函数loads()函数可以将pickle数据转换为python的数据结构。例如：
# loads功能
msg = pickle.loads(datastr)
print(msg)
['a', 'b', 'c', 'd']
load()函数load()函数可以从数据文件中读取数据，并转换为python的数据结构。例如：
# load功能
with open('test.txt', 'rb') as f:
data = pickle.load(f)
print(data)
['a', 'b', 'c', 'd']
总结本节给大家介绍 python 中 json&pickle 模块的常用操作，对于实现数据的序列化和反序列化提供了支撑。
以上就是聊一聊python 实现数据的序列化操作的详细内容。