这篇文章将为大家详细讲解有关Python中Json模块和Pickle模块的区别以及用法，小编觉得挺实用的，因此分享给大家做个参考，希望大家阅读完这篇文章后可以有所收获。
让客户满意是我们工作的目标，不断超越客户的期望值来自于我们对这个行业的热爱。我们立志把好的技术通过有效、简单的方式提供给客户，将通过不懈努力成为客户在信息化领域值得信任、有价值的长期合作伙伴，公司提供的服务项目有：
主机域名、
雅安服务器托管、营销软件、网站建设、
三河网站维护、网站推广。
JSON(JavaScript Object Notation, JS 对象标记) 是一种轻量级的数据交换格式。JSON的数据格式其实就是python里面的字典格式，里面可以包含方括号括起来的数组，也就是python里面的列表。
该pickle模块实现了用于序列化和反序列化Python对象结构的二进制协议。 “Pickling”是将Python对象层次结构转换为字节流的过程， “unpickling”是反向操作，从而将字节流（来自二进制文件或类似字节的对象）转换回对象层次结构。pickle模块对于错误或恶意构造的数据是不安全的。
在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，并自动写入到文件中，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 '\x80\x03]q\x00(X\x01\x00\x00\x00Aq\x01X\x01\x00\x00\x00Bq\x02X\x01\x00\x00\x00Cq\x03X\x01\x00\x00\x00Dq\x04e.'
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']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
关于Python中Json模块和Pickle模块的区别以及用法就分享到这里了，希望以上内容可以对大家有一定的帮助，可以学到更多知识。如果觉得文章不错，可以把它分享出去让更多的人看到。
另外有需要云服务器可以了解下创新互联scvps.cn，海内外云服务器15元起步，三天无理由+7*72小时售后在线，公司持有idc许可证，提供“云服务器、裸金属服务器、高防服务器、香港服务器、美国服务器、虚拟主机、免备案服务器”等云主机租用服务以及企业上云的综合解决方案，具有“安全稳定、简单易用、服务可用性高、性价比高”等特点与优势，专为企业上云打造定制，能够满足用户丰富、多元化的应用场景需求。
分享标题：Python中Json模块和Pickle模块的区别以及用法-创新互联
当前地址：
http://cdkjz.cn/article/csgdss.html
