序列化把对象(变量)从内存中变成可存储或传输的过程称之为序列化，在Python中叫pickling，在其他语言中也被称之为serialization，marshalling，flattening。
使用json序列化能够达到跨平台传输数据的目的。
跨平台性质,它可以序列化dict/list/str/int/float/bool/None数据类型。
序列化成json文本格式。
Json类型<——>Python类型
（2）序列化
（2）反序列化
import json struct_data = {‘name‘: ‘json‘, ‘age‘: 23, ‘sex‘: ‘male‘} print(struct_data, type(struct_data)) # {‘name‘: ‘json‘, ‘age‘: 23, ‘sex‘: ‘male‘} <class ‘dict‘> # 序列化 data = json.dumps(struct_data) print(data, type(data)) # {"name": "json", "age": 23, "sex": "male"} <class ‘str‘> # 反序列化 data = json.loads(data) print(data, type(data)) # {‘name‘: ‘json‘, ‘age‘: 23, ‘sex‘: ‘male‘} <class ‘dict‘>
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‘}
pickle无法跨平台，序列化之后只有python识别。但是可以序列化Python的任意数据类型，包括函数和对象。
Json模块和picle模块都有 dumps、dump、loads、load四种方法，而且用法一样。但是序列化成二进制形式。
import pickle struct_data = {‘name‘: ‘json‘, ‘age‘: 23, ‘sex‘: ‘male‘} print(struct_data, type(struct_data)) # {‘name‘: ‘json‘, ‘age‘: 23, ‘sex‘: ‘male‘} <class ‘dict‘> 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.‘ <class ‘bytes‘> data = pickle.loads(data) print(data, type(data)) # {‘name‘: ‘json‘, ‘age‘: 23, ‘sex‘: ‘male‘} <class ‘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‘}
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)
原文：https://www.cnblogs.com/springsnow/p/12524129.html