IO在計算機中指Input/Output，也就是輸入和輸出。由于程序和運行時數(shù)據(jù)是在內存中駐留，由CPU這個超快的計算核心來執(zhí)行，涉及到數(shù)據(jù)交換的地方，通常是磁盤、網(wǎng)絡等，就需要IO接口。

比如你打開瀏覽器，訪問新浪首頁，瀏覽器這個程序就需要通過網(wǎng)絡IO獲取新浪的網(wǎng)頁。瀏覽器首先會發(fā)送數(shù)據(jù)給新浪服務器，告訴它我想要首頁的HTML，這個動作是往外發(fā)數(shù)據(jù)，叫Output，隨后新浪服務器把網(wǎng)頁發(fā)過來，這個動作是從外面接收數(shù)據(jù)，叫Input。所以，通常，程序完成IO操作會有Input和Output兩個數(shù)據(jù)流。當然也有只用一個的情況，比如，從磁盤讀取文件到內存，就只有Input操作，反過來，把數(shù)據(jù)寫到磁盤文件里，就只是一個Output操作。

IO編程中，Stream（流）是一個很重要的概念，可以把流想象成一個水管，數(shù)據(jù)就是水管里的水，但是只能單向流動。Input Stream就是數(shù)據(jù)從外面（磁盤、網(wǎng)絡）流進內存，Output Stream就是數(shù)據(jù)從內存流到外面去。對于瀏覽網(wǎng)頁來說，瀏覽器和新浪服務器之間至少需要建立兩根水管，才可以既能發(fā)數(shù)據(jù)，又能收數(shù)據(jù)。

由于CPU和內存的速度遠遠高于外設的速度，所以，在IO編程中，就存在速度嚴重不匹配的問題。舉個例子來說，比如要把100M的數(shù)據(jù)寫入磁盤，CPU輸出100M的數(shù)據(jù)只需要0.01秒，可是磁盤要接收這100M數(shù)據(jù)可能需要10秒，怎么辦呢？有兩種辦法：

第一種是CPU等著，也就是程序暫停執(zhí)行后續(xù)代碼，等100M的數(shù)據(jù)在10秒后寫入磁盤，再接著往下執(zhí)行，這種模式稱為同步IO；

另一種方法是CPU不等待，只是告訴磁盤，“您老慢慢寫，不著急，我接著干別的事去了”，于是，后續(xù)代碼可以立刻接著執(zhí)行，這種模式稱為異步IO。

同步和異步的區(qū)別就在于是否等待IO執(zhí)行的結果。好比你去麥當勞點餐，你說“來個漢堡”，服務員告訴你，對不起，漢堡要現(xiàn)做，需要等5分鐘，于是你站在收銀臺前面等了5分鐘，拿到漢堡再去逛商場，這是同步IO。

你說“來個漢堡”，服務員告訴你，漢堡需要等5分鐘，你可以先去逛商場，等做好了，我們再通知你，這樣你可以立刻去干別的事情（逛商場），這是異步IO。

很明顯，使用異步IO來編寫程序性能會遠遠高于同步IO，但是異步IO的缺點是編程模型復雜。想想看，你得知道什么時候通知你“漢堡做好了”，而通知你的方法也各不相同。如果是服務員跑過來找到你，這是回調模式，如果服務員發(fā)短信通知你，你就得不停地檢查手機，這是輪詢模式?？傊?#xff0c;異步IO的復雜度遠遠高于同步IO。

操作IO的能力都是由操作系統(tǒng)提供的，每一種編程語言都會把操作系統(tǒng)提供的低級C接口封裝起來方便使用，Python也不例外。我們后面會詳細討論Python的IO編程接口。

注意，本章的IO編程都是同步模式，異步IO由于復雜度太高，后續(xù)涉及到服務器端程序開發(fā)時我們再討論。

文件讀寫

讀寫文件是最常見的IO操作。Python內置了讀寫文件的函數(shù)，用法和C是兼容的。

讀寫文件前，我們先必須了解一下，在磁盤上讀寫文件的功能都是由操作系統(tǒng)提供的，現(xiàn)代操作系統(tǒng)不允許普通的程序直接操作磁盤，所以，讀寫文件就是請求操作系統(tǒng)打開一個文件對象（通常稱為文件描述符），然后，通過操作系統(tǒng)提供的接口從這個文件對象中讀取數(shù)據(jù)（讀文件），或者把數(shù)據(jù)寫入這個文件對象（寫文件）。

讀文件

要以讀文件的模式打開一個文件對象，使用Python內置的open()函數(shù)，傳入文件名和標示符：

>>> f = open('/Users/michael/test.txt', 'r')

標示符’r’表示讀，這樣，我們就成功地打開了一個文件。

如果文件不存在，open()函數(shù)就會拋出一個IOError的錯誤，并且給出錯誤碼和詳細的信息告訴你文件不存在：

>>> f=open('/Users/michael/notfound.txt', 'r')
Traceback (most recent call last):File "<stdin>", line 1, in <module>
FileNotFoundError: [Errno 2] No such file or directory: '/Users/michael/notfound.txt'

如果文件打開成功，接下來，調用read()方法可以一次讀取文件的全部內容，Python把內容讀到內存，用一個str對象表示：

>>> f.read()
'Hello, world!'

最后一步是調用close()方法關閉文件。文件使用完畢后必須關閉，因為文件對象會占用操作系統(tǒng)的資源，并且操作系統(tǒng)同一時間能打開的文件數(shù)量也是有限的：

>>> f.close()

由于文件讀寫時都有可能產(chǎn)生IOError，一旦出錯，后面的f.close()就不會調用。所以，為了保證無論是否出錯都能正確地關閉文件，我們可以使用try ... finally來實現(xiàn)：

try:f = open('/path/to/file', 'r')print(f.read())
finally:if f:f.close()

但是每次都這么寫實在太繁瑣，所以，Python引入了with語句來自動幫我們調用close()方法：

with open('/path/to/file', 'r') as f:print(f.read())

這和前面的try ... finally是一樣的，但是代碼更佳簡潔，并且不必調用f.close()方法。

調用read()會一次性讀取文件的全部內容，如果文件有10G，內存就爆了，所以，要保險起見，可以反復調用read(size)方法，每次最多讀取size個字節(jié)的內容。另外，調用readline()可以每次讀取一行內容，調用readlines()一次讀取所有內容并按行返回list。因此，要根據(jù)需要決定怎么調用。

如果文件很小，read()一次性讀取最方便；如果不能確定文件大小，反復調用read(size)比較保險；如果是配置文件，調用readlines()最方便：

for line in f.readlines():print(line.strip()) # 把末尾的'\n'刪掉

file-like Object

像open()函數(shù)返回的這種有個read()方法的對象，在Python中統(tǒng)稱為file-like Object。除了file外，還可以是內存的字節(jié)流，網(wǎng)絡流，自定義流等等。file-like Object不要求從特定類繼承，只要寫個read()方法就行。

StringIO就是在內存中創(chuàng)建的file-like Object，常用作臨時緩沖。

二進制文件

前面講的默認都是讀取文本文件，并且是UTF-8編碼的文本文件。要讀取二進制文件，比如圖片、視頻等等，用'rb'模式打開文件即可：

>>> f = open('/Users/michael/test.jpg', 'rb')
>>> f.read()
b'\xff\xd8\xff\xe1\x00\x18Exif\x00\x00...' # 十六進制表示的字節(jié)

字符編碼

要讀取非UTF-8編碼的文本文件，需要給open()函數(shù)傳入encoding參數(shù)，例如，讀取GBK編碼的文件：

>>> f = open('/Users/michael/gbk.txt', 'r', encoding='gbk')
>>> f.read()
'測試'

遇到有些編碼不規(guī)范的文件，你可能會遇到UnicodeDecodeError，因為在文本文件中可能夾雜了一些非法編碼的字符。遇到這種情況，open()函數(shù)還接收一個errors參數(shù)，表示如果遇到編碼錯誤后如何處理。最簡單的方式是直接忽略：

>>> f = open('/Users/michael/gbk.txt', 'r', encoding='gbk', errors='ignore')

寫文件

寫文件和讀文件是一樣的，唯一區(qū)別是調用open()函數(shù)時，傳入標識符'w'或者'wb'表示寫文本文件或寫二進制文件：

>>> f = open('/Users/michael/test.txt', 'w')
>>> f.write('Hello, world!')
>>> f.close()

你可以反復調用write()來寫入文件，但是務必要調用f.close()來關閉文件。當我們寫文件時，操作系統(tǒng)往往不會立刻把數(shù)據(jù)寫入磁盤，而是放到內存緩存起來，空閑的時候再慢慢寫入。只有調用close()方法時，操作系統(tǒng)才保證把沒有寫入的數(shù)據(jù)全部寫入磁盤。忘記調用close()的后果是數(shù)據(jù)可能只寫了一部分到磁盤，剩下的丟失了。所以，還是用with語句來得保險：

with open('/Users/michael/test.txt', 'w') as f:f.write('Hello, world!')

要寫入特定編碼的文本文件，請給open()函數(shù)傳入encoding參數(shù)，將字符串自動轉換成指定編碼。

細心的童鞋會發(fā)現(xiàn)，以'w'模式寫入文件時，如果文件已存在，會直接覆蓋（相當于刪掉后新寫入一個文件）。如果我們希望追加到文件末尾怎么辦？可以傳入'a'以追加（append）模式寫入。

所有模式的定義及含義可以參考Python的官方文檔。

練習

請將本地一個文本文件讀為一個str并打印出來：

fpath = '/etc/timezone'with open(fpath, 'r') as f:s = f.read()print(s)

小結

在Python中，文件讀寫是通過open()函數(shù)打開的文件對象完成的。使用with語句操作文件IO是個好習慣。

StringIO和BytesIO

StringIO

很多時候，數(shù)據(jù)讀寫不一定是文件，也可以在內存中讀寫。

StringIO顧名思義就是在內存中讀寫str。

要把str寫入StringIO，我們需要先創(chuàng)建一個StringIO，然后，像文件一樣寫入即可：

>>> from io import StringIO
>>> f = StringIO()
>>> f.write('hello')
5
>>> f.write(' ')
1
>>> f.write('world!')
6
>>> print(f.getvalue())
hello world!

getvalue()方法用于獲得寫入后的str。

要讀取StringIO，可以用一個str初始化StringIO，然后，像讀文件一樣讀取：

>>> from io import StringIO
>>> f = StringIO('Hello!\nHi!\nGoodbye!')
>>> while True:
...     s = f.readline()
...     if s == '':
...         break
...     print(s.strip())
...
Hello!
Hi!
Goodbye!

BytesIO

StringIO操作的只能是str，如果要操作二進制數(shù)據(jù)，就需要使用BytesIO。

BytesIO實現(xiàn)了在內存中讀寫bytes，我們創(chuàng)建一個BytesIO，然后寫入一些bytes：

>>> from io import BytesIO
>>> f = BytesIO()
>>> f.write('中文'.encode('utf-8'))
6
>>> print(f.getvalue())
b'\xe4\xb8\xad\xe6\x96\x87'

請注意，寫入的不是str，而是經(jīng)過UTF-8編碼的bytes。

和StringIO類似，可以用一個bytes初始化BytesIO，然后，像讀文件一樣讀取：

>>> from io import BytesIO
>>> f = BytesIO(b'\xe4\xb8\xad\xe6\x96\x87')
>>> f.read()
b'\xe4\xb8\xad\xe6\x96\x87'

小結

StringIO和BytesIO是在內存中操作str和bytes的方法，使得和讀寫文件具有一致的接口。

操作文件和目錄

如果我們要操作文件、目錄，可以在命令行下面輸入操作系統(tǒng)提供的各種命令來完成。比如dir、cp等命令。

如果要在Python程序中執(zhí)行這些目錄和文件的操作怎么辦？其實操作系統(tǒng)提供的命令只是簡單地調用了操作系統(tǒng)提供的接口函數(shù)，Python內置的os模塊也可以直接調用操作系統(tǒng)提供的接口函數(shù)。

打開Python交互式命令行，我們來看看如何使用os模塊的基本功能：

>>> import os
>>> os.name # 操作系統(tǒng)類型
'posix'

如果是posix，說明系統(tǒng)是Linux、Unix或Mac OS X，如果是nt，就是Windows系統(tǒng)。

要獲取詳細的系統(tǒng)信息，可以調用uname()函數(shù)：

>>> os.uname()
posix.uname_result(sysname='Darwin', nodename='MichaelMacPro.local', release='14.3.0', version='Darwin Kernel Version 14.3.0: Mon Mar 23 11:59:05 PDT 2015; root:xnu-2782.20.48~5/RELEASE_X86_64', machine='x86_64')

注意uname()函數(shù)在Windows上不提供，也就是說，os模塊的某些函數(shù)是跟操作系統(tǒng)相關的。

環(huán)境變量

在操作系統(tǒng)中定義的環(huán)境變量，全部保存在os.environ這個變量中，可以直接查看：

>>> os.environ
environ({'VERSIONER_PYTHON_PREFER_32_BIT': 'no', 'TERM_PROGRAM_VERSION': '326', 'LOGNAME': 'michael', 'USER': 'michael', 'PATH': '/usr/bin:/bin:/usr/sbin:/sbin:/usr/local/bin:/opt/X11/bin:/usr/local/mysql/bin', ...})

要獲取某個環(huán)境變量的值，可以調用os.environ.get('key')：

>>> os.environ.get('PATH')
'/usr/bin:/bin:/usr/sbin:/sbin:/usr/local/bin:/opt/X11/bin:/usr/local/mysql/bin'
>>> os.environ.get('x', 'default')
'default'

操作文件和目錄

操作文件和目錄的函數(shù)一部分放在os模塊中，一部分放在os.path模塊中，這一點要注意一下。查看、創(chuàng)建和刪除目錄可以這么調用：

# 查看當前目錄的絕對路徑:
>>> os.path.abspath('.')
'/Users/michael'
# 在某個目錄下創(chuàng)建一個新目錄，首先把新目錄的完整路徑表示出來:
>>> os.path.join('/Users/michael', 'testdir')
'/Users/michael/testdir'
# 然后創(chuàng)建一個目錄:
>>> os.mkdir('/Users/michael/testdir')
# 刪掉一個目錄:
>>> os.rmdir('/Users/michael/testdir')

把兩個路徑合成一個時，不要直接拼字符串，而要通過os.path.join()函數(shù)，這樣可以正確處理不同操作系統(tǒng)的路徑分隔符。在Linux/Unix/Mac下，os.path.join()返回這樣的字符串：

part-1/part-2

而Windows下會返回這樣的字符串：

part-1\part-2

同樣的道理，要拆分路徑時，也不要直接去拆字符串，而要通過os.path.split()函數(shù)，這樣可以把一個路徑拆分為兩部分，后一部分總是最后級別的目錄或文件名：

>>> os.path.split('/Users/michael/testdir/file.txt')
('/Users/michael/testdir', 'file.txt')

os.path.splitext()可以直接讓你得到文件擴展名，很多時候非常方便：

>>> os.path.splitext('/path/to/file.txt')
('/path/to/file', '.txt')

這些合并、拆分路徑的函數(shù)并不要求目錄和文件要真實存在，它們只對字符串進行操作。

文件操作使用下面的函數(shù)。假定當前目錄下有一個test.txt文件：

# 對文件重命名:
>>> os.rename('test.txt', 'test.py')
# 刪掉文件:
>>> os.remove('test.py')

但是復制文件的函數(shù)居然在os模塊中不存在！原因是復制文件并非由操作系統(tǒng)提供的系統(tǒng)調用。理論上講，我們通過上一節(jié)的讀寫文件可以完成文件復制，只不過要多寫很多代碼。

幸運的是shutil模塊提供了copyfile()的函數(shù)，你還可以在shutil模塊中找到很多實用函數(shù)，它們可以看做是os模塊的補充。

最后看看如何利用Python的特性來過濾文件。比如我們要列出當前目錄下的所有目錄，只需要一行代碼：

>>> [x for x in os.listdir('.') if os.path.isdir(x)]
['.lein', '.local', '.m2', '.npm', '.ssh', '.Trash', '.vim', 'Applications', 'Desktop', ...]

要列出所有的.py文件，也只需一行代碼：

>>> [x for x in os.listdir('.') if os.path.isfile(x) and os.path.splitext(x)[1]=='.py']
['apis.py', 'config.py', 'models.py', 'pymonitor.py', 'test_db.py', 'urls.py', 'wsgiapp.py']

小結

Python的os模塊封裝了操作系統(tǒng)的目錄和文件操作，要注意這些函數(shù)有的在os模塊中，有的在os.path模塊中。

練習

1. 利用os模塊編寫一個能實現(xiàn)dir -l輸出的程序。

# -*- coding: utf-8 -*-import os
import stat
import timedef list_dir_long_format():# 獲取當前目錄下的所有文件和目錄名entries = os.listdir('.')for entry in entries:# 獲取文件詳細信息full_path = os.path.join('.', entry)file_stat = os.stat(full_path)# 獲取文件權限permissions = stat.filemode(file_stat.st_mode)# 獲取文件所有者uid = file_stat.st_uiduser = os.path.basename(f'/proc/{uid}')# 獲取文件大小size = file_stat.st_size# 獲取文件最后修改時間mtime = file_stat.st_mtime# 格式化時間戳為可讀的日期時間字符串time_str = time.ctime(mtime)# 打印文件信息print(f"{permissions} {user} {size} {time_str} {entry}")if __name__ == '__main__':list_dir_long_format()

2. 編寫一個程序，能在當前目錄以及當前目錄的所有子目錄下查找文件名包含指定字符串的文件，并打印出相對路徑。

# -*- coding: utf-8 -*-import osdef find_files_by_name(root_dir, search_name):for root, dirs, files in os.walk(root_dir):for file in files:if search_name in file:# 打印文件的相對路徑print(os.path.relpath(os.path.join(root, file), root_dir))# 要搜索的目錄（當前目錄）
current_directory = '.'
# 要搜索的文件名字符串
search_string = input("Enter the file name string to search for: ")# 調用函數(shù)進行搜索
find_files_by_name(current_directory, search_string)

序列化

在程序運行的過程中，所有的變量都是在內存中，比如，定義一個dict：

d = dict(name='Bob', age=20, score=88)

可以隨時修改變量，比如把name改成'Bill'，但是一旦程序結束，變量所占用的內存就被操作系統(tǒng)全部回收。如果沒有把修改后的'Bill'存儲到磁盤上，下次重新運行程序，變量又被初始化為'Bob'。

我們把變量從內存中變成可存儲或傳輸?shù)倪^程稱之為序列化，在Python中叫pickling，在其他語言中也被稱之為serialization，marshalling，flattening等等，都是一個意思。

序列化之后，就可以把序列化后的內容寫入磁盤，或者通過網(wǎng)絡傳輸?shù)絼e的機器上。

反過來，把變量內容從序列化的對象重新讀到內存里稱之為反序列化，即unpickling。

Python提供了pickle模塊來實現(xiàn)序列化。

首先，我們嘗試把一個對象序列化并寫入文件：

>>> import pickle
>>> d = dict(name='Bob', age=20, score=88)
>>> pickle.dumps(d)
b'\x80\x03}q\x00(X\x03\x00\x00\x00ageq\x01K\x14X\x05\x00\x00\x00scoreq\x02KXX\x04\x00\x00\x00nameq\x03X\x03\x00\x00\x00Bobq\x04u.'

pickle.dumps()方法把任意對象序列化成一個bytes，然后，就可以把這個bytes寫入文件?；蛘哂昧硪粋€方法pickle.dump()直接把對象序列化后寫入一個file-like Object：

>>> f = open('dump.txt', 'wb')
>>> pickle.dump(d, f)
>>> f.close()

看看寫入的dump.txt文件，一堆亂七八糟的內容，這些都是Python保存的對象內部信息。

當我們要把對象從磁盤讀到內存時，可以先把內容讀到一個bytes，然后用pickle.loads()方法反序列化出對象，也可以直接用pickle.load()方法從一個file-like Object中直接反序列化出對象。我們打開另一個Python命令行來反序列化剛才保存的對象：

>>> f = open('dump.txt', 'rb')
>>> d = pickle.load(f)
>>> f.close()
>>> d
{'age': 20, 'score': 88, 'name': 'Bob'}

變量的內容又回來了！

當然，這個變量和原來的變量是完全不相干的對象，它們只是內容相同而已。

Pickle的問題和所有其他編程語言特有的序列化問題一樣，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保存那些不重要的數(shù)據(jù)，不能成功地反序列化也沒關系。

JSON

如果我們要在不同的編程語言之間傳遞對象，就必須把對象序列化為標準格式，比如XML，但更好的方法是序列化為JSON，因為JSON表示出來就是一個字符串，可以被所有語言讀取，也可以方便地存儲到磁盤或者通過網(wǎng)絡傳輸。JSON不僅是標準格式，并且比XML更快，而且可以直接在Web頁面中讀取，非常方便。

JSON表示的對象就是標準的JavaScript語言的對象，JSON和Python內置的數(shù)據(jù)類型對應如下：

Python內置的json模塊提供了非常完善的Python對象到JSON格式的轉換。我們先看看如何把Python對象變成一個JSON：

>>> import json
>>> d = dict(name='Bob', age=20, score=88)
>>> json.dumps(d)
'{"age": 20, "score": 88, "name": "Bob"}'

dumps()方法返回一個str，內容就是標準的JSON。類似的，dump()方法可以直接把JSON寫入一個file-like Object。

要把JSON反序列化為Python對象，用loads()或者對應的load()方法，前者把JSON的字符串反序列化，后者從file-like Object中讀取字符串并反序列化：

>>> json_str = '{"age": 20, "score": 88, "name": "Bob"}'
>>> json.loads(json_str)
{'age': 20, 'score': 88, 'name': 'Bob'}

由于JSON標準規(guī)定JSON編碼是UTF-8，所以我們總是能正確地在Python的str與JSON的字符串之間轉換。

JSON進階

Python的dict對象可以直接序列化為JSON的{}，不過，很多時候，我們更喜歡用class表示對象，比如定義Student類，然后序列化：

import jsonclass Student(object):def __init__(self, name, age, score):self.name = nameself.age = ageself.score = scores = Student('Bob', 20, 88)
print(json.dumps(s))

運行代碼，毫不留情地得到一個TypeError：

Traceback (most recent call last):...
TypeError: <__main__.Student object at 0x10603cc50> is not JSON serializable

錯誤的原因是Student對象不是一個可序列化為JSON的對象。

如果連class的實例對象都無法序列化為JSON，這肯定不合理！

別急，我們仔細看看dumps()方法的參數(shù)列表，可以發(fā)現(xiàn)，除了第一個必須的obj參數(shù)外，dumps()方法還提供了一大堆的可選參數(shù)：

https://docs.python.org/3/library/json.html#json.dumps

這些可選參數(shù)就是讓我們來定制JSON序列化。前面的代碼之所以無法把Student類實例序列化為JSON，是因為默認情況下，dumps()方法不知道如何將Student實例變?yōu)橐粋€JSON的{}對象。

可選參數(shù)default就是把任意一個對象變成一個可序列為JSON的對象，我們只需要為Student專門寫一個轉換函數(shù)，再把函數(shù)傳進去即可：

def student2dict(std):return {'name': std.name,'age': std.age,'score': std.score}

這樣，Student實例首先被student2dict()函數(shù)轉換成dict，然后再被順利序列化為JSON：

>>> print(json.dumps(s, default=student2dict))
{"age": 20, "name": "Bob", "score": 88}

不過，下次如果遇到一個Teacher類的實例，照樣無法序列化為JSON。我們可以偷個懶，把任意class的實例變?yōu)?code>dict：

print(json.dumps(s, default=lambda obj: obj.__dict__))

因為通常class的實例都有一個__dict__屬性，它就是一個dict，用來存儲實例變量。也有少數(shù)例外，比如定義了__slots__的class。

同樣的道理，如果我們要把JSON反序列化為一個Student對象實例，loads()方法首先轉換出一個dict對象，然后，我們傳入的object_hook函數(shù)負責把dict轉換為Student實例：

def dict2student(d):return Student(d['name'], d['age'], d['score'])

運行結果如下：

>>> json_str = '{"age": 20, "score": 88, "name": "Bob"}'
>>> print(json.loads(json_str, object_hook=dict2student))
<__main__.Student object at 0x10cd3c190>

打印出的是反序列化的Student實例對象。

練習

對中文進行JSON序列化時，json.dumps()提供了一個ensure_ascii參數(shù)，觀察該參數(shù)對結果的影響：

根據(jù)官方文檔：

json.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)

這個ensure_ascii參數(shù)一直是True，If ensure_ascii is true (the default), the output is guaranteed to have all incoming non-ASCII characters escaped. If ensure_ascii is false, these characters will be output as-is.（ensure_ascii參數(shù)決定了序列化時是否將所有非ASCII字符轉換為\uXXXX形式的Unicode轉義序列。如果你將它設置為False，json.dumps()將嘗試保留這些字符的原始編碼，而不是將它們轉換為Unicode轉義序列。）

# -*- coding: utf-8 -*-import jsonobj = dict(name='小明', age=20)
# s = json.dumps(obj, ensure_ascii=True)
s = json.dumps(obj)print(s)s = json.dumps(obj, ensure_ascii=False)print(s)

結果：

{"name": "\u5c0f\u660e", "age": 20}
{"name": "小明", "age": 20}

小結

Python語言特定的序列化模塊是pickle，但如果要把序列化搞得更通用、更符合Web標準，就可以使用json模塊。

json模塊的dumps()和loads()函數(shù)是定義得非常好的接口的典范。當我們使用時，只需要傳入一個必須的參數(shù)。但是，當默認的序列化或反序列機制不滿足我們的要求時，我們又可以傳入更多的參數(shù)來定制序列化或反序列化的規(guī)則，既做到了接口簡單易用，又做到了充分的擴展性和靈活性。

參考自https://www.liaoxuefeng.com/