数据序列化¶
什么是数据序列化？¶
数据序列化是指将结构化数据转换成允许以共享或存储的格式，并能恢复成原始结构。在某些情况下，数据序列化的第二个目的是减少数据大小，从而减小对磁盘和带宽的要求。
Flat vs. Nested data¶
在开始序列化数据之前，确定或决定在数据序列化期间如何结构化数据（扁平或嵌套）是非常重要的。以下示例中显示了两种风格的差异。
扁平风格:
{"Type":"A","field1":"value1","field2":"value2","field3":"value3"}
嵌套风格:
{"A"{"field1":"value1","field2":"value2","field3":"value3"}}
阅读两种风格的更多内容，请见如下讨论：Python mailing list,IETF mailing list andin stackexchange.
序列化文本¶
简单文件（扁平数据）¶
如果要序列化的数据位于文件中，并包含扁平数据，则Python提供了两种序列化数据的方法。
repr¶
Python 中的 repr 方法接收单个对象参数，返回输入的可打印形式：
# 扁平文本作为输入a={"Type":"A","field1":"value1","field2":"value2","field3":"value3"}# 相同的输入可以读取自文件a=open('/tmp/file.py','r')# 返回输入的可打印形式# 输出也能够写入文件print(repr(a))# 使用repr将内容写入文件withopen('/tmp/file.py')asf:f.write(repr(a))
ast.literal_eval¶
literal_eval 方法安全地解析Python数据类型表达式并求值。其支持的数据类型有：字符串、数字、元组、列表、字典、布尔和None。
withopen('/tmp/file.py','r')asf:inp=ast.literal_eval(f.read())
CSV 文件 (扁平数据)¶
Python 中的 CSV 模块实现了读取和写入CSV形式的表格数据的类。
读取的简单例子：
# 从文件中读取CSV数据importcsvwithopen('/tmp/file.csv',newline='')asf:reader=csv.reader(f)forrowinreader:print(row)
写入的简单例子：
# 将CSV数据写入文件importcsvwithopen('/temp/file.csv','w',newline='')asf:writer=csv.writer(f)writer.writerows(iterable)
该模块的内容、函数和例子可以在Python 文档中 查阅。
YAML (嵌套数据)¶
Python 中有许多第三方库用来解析和读取/写入 YAML 文件，例子如下：
# 使用load方法从文件中读取 YAML 内容importyamlwithopen('/tmp/file.yaml','r',newline='')asf:try:print(yaml.load(f))exceptyaml.YAMLErrorasymlexcp:print(ymlexcp)
第三方库的文档可以在PyYAML 文档 中查阅。
JSON 文件 (嵌套数据)¶
Python 的 JSON 模块可以用来读取和写入 JSON 模块。示例如下：
读取：
# 从文件中读取 JSON 内容importjsonwithopen('/tmp/file.json','r')asf:data=json.load(f)
写入：
# 使用 dump 方法将 JSON 内容写入文件importjsonwithopen('/tmp/file.json','w')asf:json.dump(data,f,sort_keys=True)
XML (嵌套数据)¶
Python 中 XML 的解析可以使用xml 库。
示例：
# 从文件中读取 XML 内容importxml.etree.ElementTreeasETtree=ET.parse('country_data.xml')root=tree.getroot()
使用xml.dom 和xml.sax 包的更多文档可以在Python XML 库文档 中找到。
