Python序列化模块JSON与Pickle详解

键盘旁的猫

发布时间：2026-10-15 | 1人浏览过

原创

本文详细介绍Python中JSON与Pickle两个序列化模块的使用。JSON支持跨平台传输，适用于dict、list等基础类型；Pickle专用于Python环境，可序列化函数和对象。文章对比了dumps、dump、loads、load四种方法，并提供文件读写及base64加密示例，帮助开发者掌握数据持久化技巧。

序列化是指将内存中的对象（变量）转换为可存储或传输格式的过程。在Python中，这一过程被称为pickling，而在其他编程语言中通常称为serialization、marshalling或flattening。

一、JSON序列化

使用JSON序列化可以实现跨平台的数据传输。

JSON具有跨平台特性，能够序列化dict、list、str、int、float、bool和None等数据类型。

序列化后的结果以JSON文本格式呈现。

1、json数据类型和python数据类型对应关系表：

Json类型<——>Python类型

{}<——>dict
[]<——>list, tuple
"string"<——>str, unicode
520.13<——>int, long, float
true/false<——>True/False
null<——>None

2、相关函数

（2）序列化

将对象序列化为字符串：json.dumps(json_obj)
将对象序列化并写入文件：json.dump(json_obj, write_file, [,protocol])

（2）反序列化

将字符串反序列化为对象：json.loads(json_str)
从文件读取流并反序列化为对象：json.load(read_file)

3、举例：

import json

struct_data = {'name': 'json', 'age': 23, 'sex': 'male'}
print(struct_data, type(struct_data))  # {'name': 'json', 'age': 23, 'sex': 'male'} 
# 序列化
data = json.dumps(struct_data)
print(data, type(data))  # {"name": "json", "age": 23, "sex": "male"} 

# 反序列化
data = json.loads(data)
print(data, type(data))  # {'name': 'json', 'age': 23, 'sex': 'male'}

磁盘文件操作

import json

# 序列化，写入磁盘
with open('Json序列化对象.json', 'w') as fw:
    json.dump(struct_data, fw)

# 从文件读取，反序列化
with open('Json序列化对象.json') as fr:
    data = json.load(fr)
print(data)  # {'name': 'json', 'age': 23, 'sex': 'male'}

二、Pickle序列化

Pickle模块无法跨平台，序列化后的数据仅Python能识别。但其优势在于可以序列化Python的任意数据类型，包括函数和自定义对象。

Json模块和Pickle模块都提供了dumps、dump、loads、load四种方法，且用法相同。主要区别在于Pickle序列化为二进制形式。

1、举例：

import pickle

struct_data = {'name': 'json', 'age': 23, 'sex': 'male'}
print(struct_data, type(struct_data))  # {'name': 'json', 'age': 23, 'sex': 'male'} 

data = pickle.dumps(struct_data)
print(data, type( data))  # b'\x80\x03}q\x00(X\x04\x00\x00\x00nameq\x01X\x04\x00\x00\x00jsonq\x02X\x03\x00\x00\x00ageq\x03K\x17X\x03\x00\x00\x00sexq\x04X\x04\x00\x00\x00maleq\x05u.' 

data = pickle.loads(data)
print(data, type(data))  # {'name': 'json', 'age': 23, 'sex': 'male'} 'dict'>

# 序列化(注意：pickle模块需要使用二进制存储，即'wb'模式存储)
with open('Pickle序列化对象.pkl', 'wb') as fw:
    pickle.dump(struct_data, fw)

# 反序列化
with open('Pickle序列化对象.pkl', 'rb') as fr:
    pickle = pickle.load(fr)
print(data)  # {'name': 'json', 'age': 23, 'sex': 'male'}

2、base64与pickle联合使用

str = 'Hello World'  # 加密前，原始数据
a = base64.b64encode(pickle.dumps(str)).decode()  # 加密
print(a) # gANYCwAAAEhlbGxvIFdvcmxkcQAu
b = pickle.loads(base64.b64decode(a.encode()))  # 解密
print(b)

到此这篇关于Python序列化模块JSON与Pickle的文章就介绍到这了。希望对大家的学习有所帮助，也希望大家多多支持本站。