在C#中，可以通过使用System.Runtime.Serialization命名空间中的DataContractSerializer类来实现对象的序列化和反序列化。序列化对象示例代码

lewis 2年前 (2023-11-02) 阅读数 5 #技术

在C#中，可以通过使用System.Runtime.Serialization命名空间中的DataContractSerializer类来实现对象的序列化和反序列化。

序列化对象示例代码：

usingSystem;
usingSystem.IO;
usingSystem.Runtime.Serialization;

[DataContract]
publicclassPerson
{
[DataMember]
publicstringName{get;set;}

[DataMember]
publicintAge{get;set;}
}

classProgram
{
staticvoidMain()
{
Personperson=newPerson{Name="Alice",Age=30};

DataContractSerializerserializer=newDataContractSerializer(typeof(Person));
using(FileStreamstream=newFileStream("person.xml",FileMode.Create))
{
serializer.WriteObject(stream,person);
}
}
}

反序列化对象示例代码：

usingSystem;
usingSystem.IO;
usingSystem.Runtime.Serialization;

classProgram
{
staticvoidMain()
{
DataContractSerializerserializer=newDataContractSerializer(typeof(Person));
using(FileStreamstream=newFileStream("person.xml",FileMode.Open))
{
Personperson=(Person)serializer.ReadObject(stream);
Console.WriteLine($"Name:{person.Name},Age:{person.Age}");
}
}
}

以上代码中，Person类使用DataContract和DataMember属性来标记需要序列化的属性，然后通过DataContractSerializer类将对象序列化为XML文件或从XML文件反序列化为对象。

版权声明

本文仅代表作者观点，不代表博信信息网立场。

上一篇： PyTorch中的自动微分机制是指PyTorch自带的自动求导功能，它可以自动计算神经网络中每个参数的梯度，从而实现反向传播和优化算法的实现。通过使用自动微分机制，用户无需手动计算网络中每个参数的梯度，PyTorch会自动完成这个过程，大大简化了神经网络的训练过程。PyTorch中的自动微分机制是基于计算图的，用户只需定义好计算图，然后通过调用backward()方法即可完成梯度的计算和更新。下一篇：在MySQL中，可以通过以下方式处理并发访问和使用锁定机制

在C#中，可以通过使用System.Runtime.Serialization命名空间中的DataContractSerializer类来实现对象的序列化和反序列化。 序列化对象示例代码

版权声明

作者文章

在C#中，可以通过使用System.Runtime.Serialization命名空间中的DataContractSerializer类来实现对象的序列化和反序列化。序列化对象示例代码