8.2 数据持久化

在程序运行期间，数据都是存储在内存中，程序运行结束，数据就会消失。如果想要持久保存数据，就需要将其保存到磁盘中，称之为数据持久化。

8.2.1 pickle模块

在 Python 中，pickle 模块用于实现对象的序列化（serialization）和反序列化（deserialization），即将 Python 对象转换为字节流以便存储或传输，以及将字节流恢复为原始对象。这一过程也被称为 “封存”（pickling）和 “解封”（unpickling）。

核心函数：

• pickle.dump(obj, file)：将对象序列化后写入文件
• pickle.load(file)：从文件中读取字节流并反序列化为对象

• pickle.dumps(obj)：将对象序列化为字节流并返回
• pickle.loads(bytes)：将字节流反序列化为对象

举例：

import pickle

data = {
    'a': [1, 2.0],
    'b': ("character string", b"byte string"),
    'c': {None, True, False}
    }

with open('data.pickle', 'wb') as f:
    pickle.dump(data, f)


with open('data.pickle', 'rb') as f:
    data1 = pickle.load(f)

print(data1)

结果为：

{'a': [1, 2.0], 'b': ('character string', b'byte string'), 'c': {None, True, False}}

大多数 Python 内置类型（如列表、字典、类实例等）都可被序列化。需要注意的是使用 pickle 操作文件时，必须以二进制模式（wb、rb 等）打开。

8.2.2 json模块

JSON（JavaScript Object Notation）

JSON是一种轻量级的数据交换格式，可以在不同系统、不同编程语言之间传递数据，也可以作为配置文件或者简单数据库存储结构化数据。JSON独立于编程语言，几乎所有主流语言都支持JSON的解析和生成。

JSON 数据由两种基本结构组成：

• 键值对集合（类似字典）：
  • 用{ }包裹，格式：{"键1": 值1, "键2": 值2}
  • 键必须是字符串（用双引号包裹），值可以是多种类型。
• 有序值列表（类似数组）：
  • 用[ ]包裹，格式：[值1, 值2, 值3]

支持的值类型：

• 字符串（"hello"）
• 数字（整数123、浮点数3.14）
• 布尔值（true、false）
• 空值（null）
• 嵌套的 JSON 对象或数组

示例：

{
    "name": "张三",
    "age": 20,
    "is_student": true,
    "courses": ["数学", "英语"],
    "address": {
        "city": "北京",
        "street": null
    }
}

json模块

Python 的 json 模块是处理 JSON 数据的核心工具，主要用于实现 Python 数据结构与 JSON 格式之间的相互转换。

核心功能：

• 直接与文件交互：读写 JSON 文件：json.dump() 和 json.load()
• 序列化：将 Python 对象转换为 JSON 字符串：json.dumps()
• 反序列化：将 JSON 字符串转换为 Python 对象：json.loads()

Python 与 JSON 数据类型对应关系：

举例：

import json

# 1. Python数据结构转JSON字符串（序列化）
python_data = {
    "name": "张三",
    "age": 20,
    "is_student": True,
    "courses": ["数学", "英语"],
    "scores": {"数学": 90, "英语": 85},
    "address": None
}

# 将Python对象转为JSON字符串
json_str = json.dumps(python_data, ensure_ascii=False, indent=2)
print("JSON字符串:")
print(json_str)

# 2. JSON字符串转Python数据结构（反序列化）
parsed_data = json.loads(json_str)
print("\n解析后的Python数据:")
print(f"姓名: {parsed_data['name']}")
print(f"课程: {parsed_data['courses']}")

# 3. 直接操作JSON文件
# 写入JSON文件
with open("data.json", "w", encoding="utf-8") as f:
    json.dump(python_data, f, ensure_ascii=False, indent=2)
print("\n数据已写入data.json文件")

# 读取JSON文件
with open("data.json", "r", encoding="utf-8") as f:
    file_data = json.load(f)
print("\n从文件读取的JSON数据:")
print(f"年龄: {file_data['age']}")
print(f"成绩: {file_data['scores']}")

输出为：

JSON字符串:
{
  "name": "张三",
  "age": 20,
  "is_student": true,
  "courses": [
    "数学",
    "英语"
  ],
  "scores": {
    "数学": 90,
    "英语": 85
  },
  "address": null
}

解析后的Python数据:
姓名: 张三
课程: ['数学', '英语']

数据已写入data.json文件

从文件读取的JSON数据:
年龄: 20
成绩: {'数学': 90, '英语': 85}

常用参数说明：

• ensure_ascii=False：保留非 ASCII 字符（如中文），不进行转义
• indent=2：格式化输出 JSON 字符串，增加可读性
• sort_keys=True：按键名对字典进行排序