前言

在使用Python進行網絡編程或者爬取一些自己感興趣的東西時，總避免不了進行一些數據傳輸、存取等問題，Python的文件對象以及其他擴展庫，已經解決了很多關于文本和二進制數據存取的問題，比如網頁內容、圖片音視頻等多媒體內容，但這些數據基本是最終的數據形態存儲，有沒有辦法可以存儲Python本身的一些對象數據，后續在使用的時候，再直接加載為Python對象即可，本文便講解下常用的Python對象數據存取、傳輸解決方案，即pickle、shelve、json。

內容比較基礎，也比較簡單，但也是必須好好掌握的知識點，因為其潛在的應用場景太廣

一、pickle

pickle庫提供了一種將Python對象（所有對象）本地化存儲的解決方案，后續還可以從這些文件內重新加載，加載后又是Python標準的對象數據，可以用Python直接使用。

pickle有以下特點：

1. 可以存取所有類型Python對象，并本地化到一個文件內
2. 每個文件內只能存儲一個Python對象
   

1.1 臨時轉換

可以將Python對象臨時轉化為pickle序列（存儲在變量內而不是文件內），后續再進行加載使用。

import pickle
a=[1,2,3,4]
#以下將a轉化為pickle序列
p_a=pickle.dumps(a)
 
#以下將pickle序列轉化為Python對象
a=pickle.loads(p_a)

1.2 永久化存取

可以將Python對象存儲到本地文件內，方便下次取出繼續使用。

import pickle
a=[1,2,3,4]
f=open('file.pkl','wb')
 
#以下將a轉化為pickle序列并存儲到本地文件
p_a=pickle.dump(a,f)
 
f=open('file.pkl','rb')
#以下將存儲在本地文件內的pickle序列轉化為Python對象
a=pickle.load(f)
 
f.close()

以上，首先打開一個文件，注意，因為pickle序列是二進制編碼格式，所以文件模式需要有'b'

然后將Python對象序列化并存儲到本地文件

后續可通過加載該文件，將里面存儲的數據重新加載為Python對象

二、shelve

shelve庫相當于基于pickle的優化，因為pickle單文件只能存儲單個Python對象，并且每次存取都需要使用dump和load，比較繁瑣，所以，該庫主要做了以下優化：

1. 創建了一個輕量級的鍵值對數據庫，支持一個文件內存儲多個Python對象
2. 不需要每次都load，對Python數據的存取，變成了標準的字典訪問
   

以下是演示代碼：

import shelve
db=shelve.open('obj_db')
class A:...
a=[1,2,3];b=dict(name='dennis');c=A
db['a']=a
db['b']=b
db['c']=c
 
db['a']
db['b']
db['c']
 
db.close()

以上代碼，首先使用shelve的open方法創建一個db，可以指定db文件的存儲地址

然后便可以像使用字典一樣，用來在該鍵值對的db內存儲Python對象（任何Python對象）

然后可像字典訪問一樣，重新取出之前已經存儲的對象，最后，別忘了戰術性關閉db

如果想遍歷或內省某db內存量鍵值，該db也有keys()和values()方法，也支持Python的迭代協議

所以，相較于pickle來說，會方便和強大很多

三、json

json是進行網絡數據傳輸應用最為廣泛的數據格式，其可以將Python指定的一些數據對象轉化為json字符串，便于進行存儲和網絡傳輸，并將該json序列化的字符串重新轉變為Python對象。

大體過程為Python→JSON→Python，所以可以進行CS數據傳輸和通信。

以下為json和Python數據轉換映射表：