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 and in 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
with open('/tmp/file.py') as f: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。
with open('/tmp/file.py', 'r') as f: 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
import csv
with open('/tmp/file.csv', newline='') as f:
reader = csv.reader(f)
for row in reader:
print(row)
写入的简单例子：
# 将CSV数据写入文件
import csv
with open('/temp/file.csv', 'w', newline='') as f:
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
import yaml
with open('/tmp/file.yaml', 'r', newline='') as f:
try:
print(yaml.load(f))
except yaml.YAMLError as ymlexcp:
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
import json
with open('/tmp/file.json', 'r') as f:
data = json.load(f)
写入：
# 使用 dump 方法将 JSON 内容写入文件
import json
with open('/tmp/file.json', 'w') as f:
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
import xml.etree.ElementTree as ET
tree = 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。
