我们把对象(变量)从内存中变成可存储的过程称之为序列化，比如XML，在P
我们把对象(变量)从内存中变成可存储的过程称之为序列化，比如XML，在Python中叫pickling，在其他语言中也被称之为serialization，marshalling，flattening等等，都是一个意思。
序列化后，就可以把序列化后的内容写入磁盘，或者通过网络传输到其他服务器上，反过来，把变量内容从序列化的对象重新读到内存里称之为反序列化，即unpickling
json(JavaScript Object Notation)
一种轻量级的数据交换格式。它基于ECMAScript的一个子集。 JSON采用完全独立于语言的文本格式，但是也使用了类似于C语言家族的习惯(包括C、C++、Java、JavaScript、Perl、Python等)。这些特性使JSON成为理想的数据交换语言。易于人阅读和编写，同时也易于机器解析和生成(一般用于提升网络传输速率)。
如果我们要在不同的变成语言之间传递对象，就必须把对象序列化为标准格式，比如XML，但更好的方法是序列化为JSON，因为JSON表示出来就是一个字符串，可以被所有语言读取，也可以方便地存储到磁盘或者通过网络传输，JSON不仅是标准格式，并且比XML更快，而且可以直接在Web页面中读取，非常方便,JSON表示的对象就是标准的JavaScript语言的对象。
使用方法如下：
import json
# 序列化写(json.dumps())
with open('test.txt', 'w') as f:
f.write(json.dumps(dic))
# 序列化读(json.loads)
with open('test.txt', 'r') as f:
print(json.loads(f.read()))
import json
dic = {'name': 'fanjinbao'}
# 序列化写(json.dump())
with open('test.txt', 'w') as f:
json.dump(dic, f)
# 序列化读(json.load())
with open('test.txt', 'r') as f:
print(json.load(f))
pickle
python的pickle模块实现了python的所有数据序列和反序列化。基本上功能使用和JSON模块没有太大区别，方法也同样是dumps/dump和loads/load。cPickle是pickle模块的C语言编译版本相对速度更快。与JSON不同的是pickle不是用于多种语言间的数据传输，它仅作为python对象的持久化或者python程序间进行互相传输对象的方法，因此它支持了python所有的数据类型。
pickle反序列化后的对象与原对象是等值的副本对象，类似与deepcopy。
使用方法如下：
import pickle
dic = {'name': 'fanjinbao'}
# 序列化写(pickle.dump())
with open('test.txt', 'wb') as f:
f.write(pickle.dumps(dic))
# 序列化读(pickle.loads())
with open('test.txt', 'rb') as f:
print(pickle.loads(f.read()))
import pickle
dic = {'name': 'fanjinbao'}
# 序列化写(pickle.dump())
with open('test.txt', 'wb') as f:
pickle.dump(dic, f)
# 序列化读(pickle.load())
with open('test.txt', 'rb') as f:
print(pickle.load(f))
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持脚本之家。
Python 序列化