python的json包

### Python 中模块的序列化与反序列化

#### Pickle 模块的应用实例

Pickle 是 Python 提供的一个用于对象序列化和反序列化的标准库。此模块能够保存几乎所有的 Python 对象，并能在之后恢复这些对象，而无需担心数据丢失。

import pickle

data = {'name': 'Alice', 'age': 30}

# 将对象序列化为 bytes 并存储到文件中
with open('data.pkl', 'wb') as f:
    pickle.dump(data, f)[^1]

# 从文件加载并反序列化对象
with open('data.pkl', 'rb') as f:
    loaded_data = pickle.load(f)

print(loaded_data)

这段代码展示了如何利用 `pickle` 模块执行基本的对象持久化操作。首先创建了一个简单的字典作为待序列化的对象；接着使用 `dump()` 方法将其转换成二进制格式的数据流并存入磁盘文件；最后再通过 `load()` 函数读回该文件的内容并重建原始对象结构。

#### JSON 模块的应用实例

JSON (JavaScript Object Notation) 是一种轻量级的数据交换格式，在 Web 开发领域广泛应用。Python 自带了处理这种格式的支持——`json` 模块可以方便地把 Python 数据类型转化为 JSON 字符串表示形式以及相反方向上的转化。

import json

person = {"Name": "Bob", "Age": 25}
json_str = json.dumps(person)

recovered_person = json.loads(json_str)
print(recovered_person)

这里演示了怎样借助于 `json` 来完成相同的功能：先定义一个包含个人信息的小型字典，调用 `dumps()` 函数把它变成字符串版本以便传输或储存；随后又运用 `loads()` 实现由字符串还原至原初状态的过程[^3]。

#### Dill 模块简介及其优势

除了内置的 `pickle` 外，还有第三方扩展库叫做 `dill` ，它提供了更广泛支持范围内的序列化能力，甚至涵盖了像函数闭包这样的复杂实体。对于那些无法被常规手段妥善处置的情况来说非常有用处。

from dill import dump, load

def my_function(x):
    return x * 2

with open('function.dill', 'wb') as file:
    dump(my_function, file)[^4]

with open('function.dill', 'rb') as file:
    restored_func = load(file)

result = restored_func(5)
print(result)

以上例子说明了当面对更加复杂的场景时，比如想要保存整个函数定义而不是仅仅限于简单变量的情形下，可以选择采用 `dill` 。这不仅增加了灵活性也提高了程序设计的可能性空间。