Qu'est-ce que la sérialisation?

La sérialisation est le processus de transformation d'une structure de données ou d'un objet en un format pouvant être sauvegardé, transmis sur un réseau ou restauré ultérieurement. Le processus inverse s'appelle la désérialisation.

Objectifs principaux de la sérialisation :

• Sauvegarde de l'état : Permet de sauvegarder l'état d'un objet ou d'une structure de données pour une restauration ultérieure.
• Transmission de données : Fournit un format standardisé pour échanger des données entre différents systèmes ou processus.
• Mise en cache : Les données sérialisées sont pratiques pour un stockage temporaire en cache.

En Python, on utilise souvent les modules et formats suivants pour la sérialisation :

• pickle : Module standard de Python pour sérialiser et désérialiser des objets Python. Convient pour sauvegarder et charger des données dans des applications Python. Non recommandé pour l'échange de données avec des applications dans d'autres langages en raison de la spécificité du format.

  # Sauvegarde d'un objet
  import pickle
  
  data = {'a': 1, 'b': [2, 3]}
  with open('data.pkl', 'wb') as f:
      pickle.dump(data, f)
  
  # Chargement d'un objet
  with open('data.pkl', 'rb') as f:
      loaded_data = pickle.load(f)
  

• json : Module standard pour travailler avec JSON (JavaScript Object Notation). Très utilisé pour les API web et l'échange de données entre différents systèmes. JSON est un format texte lisible et léger. Supporte un ensemble limité de types de données (chaînes, nombres, booléens, listes, dictionnaires, null).

  # Sérialisation en JSON
  import json
  
  data = {'name': 'Alice', 'age': 30}
  json_string = json.dumps(data)
  print(json_string)
  
  # Désérialisation depuis JSON
  loaded_data = json.loads(json_string)
  print(loaded_data)
  

• yaml : Module pour travailler avec YAML (YAML Ain't Markup Language). Se distingue par sa syntaxe plus lisible par rapport à JSON. Souvent utilisé pour les fichiers de configuration.

  # Sérialisation en YAML (nécessite l'installation de PyYAML)
  # import yaml
  #
  # data = {"list": [1, 2, 3], "dict": {"key": "value"}}
  # yaml_string = yaml.dump(data)
  # print(yaml_string)
  #
  # # Désérialisation depuis YAML
  # loaded_data = yaml.load(yaml_string, Loader=yaml.FullLoader)
  # print(loaded_data)
  

• protobuf (Protocol Buffers) : Format de sérialisation développé par Google. Binaire, efficace et supportant des schémas de données (avec fichiers .proto). Souvent utilisé dans des systèmes à haute performance et RPC (appel de procédure distante).

Le choix du format de sérialisation dépend de la tâche spécifique, des exigences en termes de performance, de lisibilité et de la nécessité d'interagir avec d'autres langages de programmation.