我们学习过用eval内置方法可以将一个字符串转成python对象，不过，eval方法是有局限性的，对于普通的数据类型，json.loads和eval都能用，但遇到特殊类型的时候，eval就不管用了,所以eval的重点还是通常用来执行一个字符串表达式，并返回表达式的值。

1 import json2 x="[null,true,false,1]"3 print(eval(x))4 print(json.loads(x))

什么是序列化？

我们把对象(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等等，都是一个意思。

序列化之后，就可以把序列化后的内容写入磁盘，或者通过网络传输到别的机器上。

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

如果我们要在不同的编程语言之间传递对象，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，JSON和Python内置的数据类型对应如下：

 1 #----------------------------序列化 2 import json 3  4 dic={‘name‘:‘kelvin‘,‘age‘:23,‘sex‘:‘male‘} 5 print(type(dic))#<class ‘dict‘> 6  7 j=json.dumps(dic) 8 print(type(j))#<class ‘str‘> 9 10 11 f=open(‘序列化对象‘,‘w‘)12 f.write(j) #-------------------等价于json.dump(dic,f)13 f.close()14 #-----------------------------反序列化<br>15 import json16 f=open(‘序列化对象‘)17 data=json.loads(f.read())# 等价于data=json.load(f)

 1 import json 2 #dct="{‘1‘:111}"#json 不认单引号 3 #dct=str({"1":111})#报错,因为生成的数据还是单引号:{‘one‘: 1} 4  5 dct=‘{"1":"111"}‘ 6 print(json.loads(dct)) 7  8 #conclusion: 9 # 无论数据是怎样创建的，只要满足json格式，就可以json.loads出来,不一定非要dumps的数据才能loads10 11 注意点

pickle：

 1 ##----------------------------序列化 2 import pickle 3  4 dic={‘name‘:‘kelvin‘,‘age‘:23,‘sex‘:‘male‘} 5  6 print(type(dic))#<class ‘dict‘> 7  8 j=pickle.dumps(dic) 9 print(type(j))#<class ‘bytes‘>10 11 12 f=open(‘序列化对象_pickle‘,‘wb‘)#注意是w是写入str,wb是写入bytes,j是‘bytes‘13 f.write(j) #-------------------等价于pickle.dump(dic,f)14 15 f.close()16 #-------------------------反序列化17 import pickle18 f=open(‘序列化对象_pickle‘,‘rb‘)19 20 data=pickle.loads(f.read())# 等价于data=pickle.load(f)21 22 23 print(data[‘age‘]) 

  Pickle的问题和所有其他编程语言特有的序列化问题一样，就是它只能用于Python，并且可能不同版本的Python彼此都不兼容，因此，只能用Pickle保存那些不重要的数据，不能成功地反序列化也没关系。

shelve：

shelve模块比pickle模块简单，只有一个open函数，返回类似字典的对象，可读可写;key必须为字符串，而值可以是python所支持的数据类型

 1 import shelve 2  3 f = shelve.open(r‘shelve.txt‘) 4  5 # f[‘stu1_info‘]={‘name‘:‘kelvin‘,‘age‘:‘18‘} 6 # f[‘stu2_info‘]={‘name‘:‘jack‘,‘age‘:‘20‘} 7 # f[‘school_info‘]={‘website‘:‘dqing.com‘,‘city‘:‘beijing‘} 8 # 9 #10 # f.close()11 12 print(f.get(‘stu_info‘)[‘age‘])