47. 序列化

内存里的数据结构（列表、字典、对象）程序一关就消失。把它们转成可以存储或传输的格式，这个过程叫「序列化（serialization）」。反方向从存储格式恢复数据结构，叫「反序列化（deserialization）」。

Python 提供了多种序列化工具。这一章讲最常用的三种：pickle、json 和 csv。

pickle：Python 对象的专用序列化

pickle 模块可以把几乎任何 Python 对象转成字节流，也能完全恢复：

import pickle

data = {'name': 'Alice', 'age': 25, 'scores': [85, 90, 88]}

# 序列化到文件
with open('data.pkl', 'wb') as f:
    pickle.dump(data, f)

# 从文件反序列化
with open('data.pkl', 'rb') as f:
    loaded = pickle.load(f)

print(loaded)  # {'name': 'Alice', 'age': 25, 'scores': [85, 90, 88]}

dump 和 load 操作文件对象，dumps 和 loads 操作内存中的 bytes：

import pickle

blob = pickle.dumps(data)
print(type(blob))  # <class 'bytes'>

loaded = pickle.loads(blob)
print(loaded == data)  # True

JSON：跨语言的通用格式

JSON（JavaScript Object Notation）是 web 开发的事实标准。Python 的 json 模块支持它：

import json

data = {'name': 'Alice', 'age': 25, 'active': True}

# 序列化为 JSON 字符串
json_str = json.dumps(data, ensure_ascii=False)
print(json_str)  # {"name": "Alice", "age": 25, "active": true}

# 反序列化
loaded = json.loads(json_str)
print(loaded)  # {'name': 'Alice', 'age': 25, 'active': True}

ensure_ascii=False 让中文字符原样输出，否则会被转义成 \uXXXX。

读写 JSON 文件

# 写入
with open('config.json', 'w', encoding='utf-8') as f:
    json.dump(data, f, ensure_ascii=False, indent=2)

# 读取
with open('config.json', 'r', encoding='utf-8') as f:
    config = json.load(f)

indent=2 让输出带缩进，方便人类阅读。

JSON 不支持的数据类型

JSON 的类型系统比 Python 严格。以下类型不能直接序列化：

• datetime → 手动转成字符串
• set → 先转成 list
• 自定义类的实例 → 需要自定义编码器

from datetime import datetime
import json

class User:
    def __init__(self, name, created_at):
        self.name = name
        self.created_at = created_at

u = User('Bob', datetime.now())

# 自定义编码函数
def encode_user(obj):
    if isinstance(obj, User):
        return {
            '__type__': 'User',
            'name': obj.name,
            'created_at': obj.created_at.isoformat()
        }
    if isinstance(obj, datetime):
        return obj.isoformat()
    raise TypeError(f"无法序列化 {type(obj)}")

json_str = json.dumps(u, default=encode_user, ensure_ascii=False)
print(json_str)

default 参数接收一个函数，遇到无法序列化的对象时调用。反序列化时，配合 object_hook 恢复成原始对象。

csv：表格数据的轻量格式

CSV（Comma-Separated Values）是纯文本表格格式，Excel 和数据库都能直接读写。

写入 CSV

import csv

rows = [
    ['name', 'age', 'city'],
    ['Alice', '25', 'Beijing'],
    ['Bob', '30', 'Shanghai'],
]

with open('data.csv', 'w', newline='', encoding='utf-8') as f:
    writer = csv.writer(f)
    writer.writerows(rows)

读取 CSV

import csv

with open('data.csv', 'r', encoding='utf-8') as f:
    reader = csv.reader(f)
    for row in reader:
        print(row)

每行是一个列表，元素都是字符串。如果需要自动转数字，自己手动 int() / float()。

用字典读写

如果表头固定，用 DictReader 和 DictWriter 更直观：

import csv

with open('data.csv', 'r', encoding='utf-8') as f:
    reader = csv.DictReader(f)
    for row in reader:
        print(f"{row['name']} 住在 {row['city']}")

with open('output.csv', 'w', newline='', encoding='utf-8') as f:
    fieldnames = ['name', 'age', 'city']
    writer = csv.DictWriter(f, fieldnames=fieldnames)
    writer.writeheader()
    writer.writerow({'name': 'Carol', 'age': '28', 'city': 'Shenzhen'})

字典方式代码可读性更好，而且不依赖列的顺序。

三种格式怎么选

格式	优点	缺点	适用场景
pickle	支持任意 Python 对象	只限 Python，有安全风险	临时缓存、内部数据传递
JSON	跨语言、人类可读、安全	类型支持有限	API 接口、配置文件、数据交换
CSV	简单、Excel 兼容	不支持嵌套结构	表格数据导出、简单数据集

小结

• pickle 功能最强，但只限 Python 且不安全，别用来处理不可信数据。
• json 是通用标准，适合 API 和配置文件，注意处理不支持的数据类型。
• csv 适合简单表格，用 DictReader/DictWriter 代码更优雅。
• 持久化前想清楚：数据是给谁用的？要不要跨语言？要不要人类可读？

序列化是连接「程序内存」和「外部世界」的桥梁。选对格式，数据就能顺畅地在文件、网络、数据库之间流动。

---