本篇文章给大家带来的内容是关于python下json和pickle的用法介绍（附代码），有一定的参考价值，有需要的朋友可以参考一下，希望对你有所帮助。
一：简介
(1)JSON (JavaScript Object Notation) 是一种轻量级(XML重量级)的数据交换格式。
是为了数据交换而定制的一种规则，它基于ECMAScript的一个子集。
(2)JSON是一种数据格式！
字符串是JSON的表现形式。（符合JSON格式的字符串叫做JSON字符串）
(3)Python3中可以使用 json 模块来对 JSON 数据进行编解码，它包含了两个函数：
json.dumps(): 对数据进行编码。
json.loads(): 对数据进行解码。
立即学习“Python免费学习笔记（深入）”；
(4)JSON的优点是：易阅读、易解析、网络传输效率高、跨语言交换数据
二：python 编码为JSON类型转换对应表：
doxygen是一款好用的程序员辅助工具，它可以让程序添加批添代码更加简单轻松，兼容C++、 C、Java、 Objective-C、Python等主流编程语言，小编提供的doxygen中文手册包含了基本介绍、语法技巧以及进阶技巧等内容，可以让你快速上手操作，有需要的欢迎下载。 基本介绍 Doxygen已经支持生成ANSI编码的chm目录文件(index.hhc)!Doxygen通常是用作生成英文文档的，生成中文文档需要修改输入和输出的码制，这样可以改变解析方式，生成中文文档。但是，你必须意识 到，Dox
_______________________________________________
| python | JSON |
-------------------------------------------------
| dict | object |
-------------------------------------------------
| list,tuple | array |
-------------------------------------------------
| str | string |
-------------------------------------------------
| int,float,Enums | number |
-------------------------------------------------
| True,False,None | true,false,null |
-------------------------------------------------三： 如果你要处理的是文件而不是字符串，可以使用
json.dump()
json.load()
四：用pickle对数据序列化和反序列化
(1)方法：
pickle.dump()
pickle.load()
pickle.dumps()
pickle.loads()
(2)数据类型：
所有python支持的原生类型：布尔值，整数，浮点数，复数，字符串，字节，None。
由任何原生类型组成的列表，元组，字典和集合。
函数，类，类的实例
五：JSON和pickle之间的区别
JSON序列化和反序列化的目的是将Python数据类型转换为JSON标准类型，
或者将JSON类型的数据转换为python的数据类型，从而实现不同语言之间的数据交换！
pickle:在程序运行过程中希望保存一个数据，重用或者发送给其他人，可以采用这方式
将数据写入文件，支持所有数据类型！
import json
import pickle
# ----------------------------------------------#
# 反序列化
# ----------------------------------------------#
# object
json_str = '{"name":"qiyue", "age":18}' # JSON字符串
student = json.loads(json_str) # JSON对象转换为字典
print(student)
print(json_str)
print(type(student))
# object
json_str1 = '[{"name":"qiyue", "age":18, "flag":false}, ' \
'{"name":"qiyue", "age":18}]' # JSON字符串
student1 = json.loads(json_str1) # JSON对象转换为字典
print(type(student1), student1)
print(student1[0])
# ----------------------------------------------#
# 序列化
# ----------------------------------------------#
student2 = [
{"name": "qiyue", "age": 18, "flag": False},
{"name": "qiyue", "age": 18}
]
json_str1 = json.dumps(student2) # 转换为字符串后可以利用正则表达式处理字符串
print(type(json_str1), json_str1)
# ----------------------------------------------#
# 处理的是文件
# ----------------------------------------------#
# 将数据写入文件
student3 = [
{"name": "qiyue", "age": 18, "flag": False},
{"name": "qiyue", "age": 18}
]
with open('data.json', 'w') as f:
json.dump(student3, f)
# 读取数据
with open('data.json', 'r') as f:
data = json.load(f)
# dumps(object)将对象序列化
list_a = ["English", "Math", "Chinese"]
list_b = pickle.dumps(list_a) # 序列化数据
print(list_a)
print(list_b)
# loads(object)将对象原样恢复，并且对象类型也恢复原来的格式
list_c = pickle.loads(list_b)
print(list_c)
# dumps(object,file)将对象序列化后存储到文件中
group1 = ("baidu", "wen", "qingtian")
f1 = open('group.txt', 'wb')
pickle.dump(group1, f1, True)
f1.close()
# load(object, file)将文件中的信息恢复
f2 = open('group.txt', 'rb')
t = pickle.load(f2)
f2.close()
print(t) 
