api介面開發，最核心最常見的一個過程就說序列化，所謂序列化就說把資料轉換格式。

序列化：

　　把我們語言識別的資料轉化成指定的格式提供給別人

反序列化：

　　把別人提供的資料轉換/還原成我們需要的格式

Django中的序列化和反序列化

　　序列化過程:

　　　　我們再Django中獲取到的資料預設是模型物件(qs物件），但是模型物件資料無法直接提供給前端或別的平臺使用，所以我們需要把資料進行序列化，變成字串或者json資料，提供給別人。

　　反序列化過程：

　　　　前端傳入到後端的資料是json格式的字串給到了後端，後端存到資料庫中，需要轉成python中的物件，把json格式字串轉成python物件存到資料庫的過程稱為反序列化

相關模組

json模組

　　1、Python的JSON模組 序列化與反序列化的過程分別叫做：encoding 和 decoding。

　　　　encoding：

　　　　decoding： 把JSON字串轉換成python物件

　　json模組的序列化和反序列化操作

# 序列化：將Python物件轉換成json字串
dumps(obj, skipkeys=False, ensure_ascii=True, check_circular=True, allow_nan=True, cls=None, indent=None, separators=None, default=None, sort_keys=False, **kw)

# 反序列化：將json字串轉換成Python物件
loads(s, encoding=None, cls=None, object_hook=None, parse_float=None, parse_int=None, parse_constant=None, object_pairs_hook=None, **kw)

　　序列化後得到的json資料儲存到檔案中，以及直接讀取檔案中的json資料進行反序列化操作：

# 序列化：將Python物件轉換成json字串並存儲到檔案中
dump(obj, fp, skipkeys=False, ensure_ascii=True, check_circular=True, allow_nan=True, cls=None, indent=None, separators=None, default=None, sort_keys=False, **kw)

# 反序列化：讀取指定檔案中的json字串並轉換成Python物件
load(fp, cls=None, object_hook=None, parse_float=None, parse_int=None, parse_constant=None, object_pairs_hook=None, **kw)

　　2、JSON與Python之間資料型別對應關係

　　Python轉JSON

　　JSON轉python

pickle模組

　　pickle模組實現了用於對Python物件結構進行 序列化 和 反序列化 的二進位制協議，pickle模組序列化和反序列化的過程分別叫做 pickling 和 unpickling：

　　　　pickling： 是將Python物件轉換為位元組流的過程；

　　　　unpickling： 是將位元組流二進位制檔案或位元組物件轉換回Python物件的過程；

　　1、pickle模組與json模組對比

　　　　JSON是一種文字序列化格式（它輸出的是unicode檔案，大多數時候會被編碼為utf-8），而pickle是一個二進位制序列化格式;

　　　　JOSN是我們可以讀懂的資料格式，而pickle是二進位制格式，我們無法讀懂；

　　　　JSON是與特定的程式語言或系統無關的，且它在Python生態系統之外被廣泛使用，而pickle使用的資料格式是特定於Python的；

　　　　預設情況下，JSON只能表示Python內建資料型別，對於自定義資料型別需要一些額外的工作來完成；pickle可以直接表示大量的Python資料型別，包括自定資料型別（其中，許多是通過巧妙地使用Python內省功能自動實現的；複雜的情況可以通過實現specific object API來解決）

　　2、pickle模組使用的資料流格式

　　　　pickle使用的資料格式是特定於Python的。這使得它不受諸如JSON或XDR的外部標準限值，但是這也意味著非Python程式可能無法重建pickled Python物件。預設情況下，pickle資料格式使用相對緊湊的二進位制表示。如果需要最佳大小特徵，可以有效的壓縮pickled資料。pickletools模組包含可以用於對pickle生成的資料流進行分析的工具。目前有5種不同的協議可以用於pickle。使用的協議越高，就需要更新的Python版本去讀取pickle產生的資料：

　　　　協議v0是原始的“人類可讀”協議，並且向後相容早期的Python版本；

　　　　協議v1是一箇舊的二進位制格式，也與早期版本的Python相容；

　　　　協議v2在Python 2.3中引入，它提供更高效的pickling；

　　　　協議v3是在Python 3.0新增的協議，它明確支援bytes物件，且不能被Python 2.x 進行unpickle操作；這是預設協議，也是當需要相容其他Python 3版本時被推薦使用的協議；

　　　　協議4是在Python 3.4新增的協議，它添加了對極大物件的支援，pickling更多種類的物件，以及一些資料格式的優化。

　　3、pickle模組提供的相關函式

　　　　pickle模組提供的幾個序列化/反序列化的函式與json模組基本一致：

# 將指定的Python物件通過pickle序列化作為bytes物件返回，而不是將其寫入檔案
dumps(obj, protocol=None, *, fix_imports=True)

# 將通過pickle序列化後得到的位元組物件進行反序列化，轉換為Python物件並返回
loads(bytes_object, *, fix_imports=True, encoding="ASCII", errors="strict")

# 將指定的Python物件通過pickle序列化後寫入開啟的檔案物件中，等價於`Pickler(file, protocol).dump(obj)`
dump(obj, file, protocol=None, *, fix_imports=True)

# 從開啟的檔案物件中讀取pickled物件表現形式並返回通過pickle反序列化後得到的Python物件
load(file, *, fix_imports=True, encoding="ASCII", errors="strict")

　　說明： 上面這幾個方法引數中，*號後面的引數都是Python 3.x新增的，目的是為了相容Python 2.x，具體用法請參看官方文件。

shelve模組

　　shelve是一個簡單的資料儲存方案，類似key-value資料庫，可以很方便的儲存python物件，其內部是通過pickle協議來實現資料序列化。shelve只有一個open()函式，這個函式用於開啟指定的檔案（一個持久的字典），然後返回一個shelf物件。shelf是一種持久的、類似字典的物件。它與“dbm”的不同之處在於，其values值可以是任意基本Python物件--pickle模組可以處理的任何資料。這包括大多數類例項、遞迴資料型別和包含很多共享子物件的物件。keys還是普通的字串。

open(filename, flag='c', protocol=None, writeback=False)

　　flag 引數表示開啟資料儲存檔案的格式，可取值與dbm.open()函式一致：

　　protocol 引數表示序列化資料所使用的協議版本，預設是pickle v3；

　　writeback 引數表示是否開啟回寫功能。

附錄

詳情：https://www.cnblogs.com/yyds/p/6563608.html