Python模块学习之pickle cPickle 对象序列化/反序列化

发布时间:2020-05-05编辑:脚本学堂
本文介绍下,python模块pickle、cPickle的用法,学习下使用python模块pickle, cPickle进行对象的序列化与反序列化的方法,有需要的朋友参考下。

  上次介绍了marshal模块用于序列化和反序列化,但marshal的功能比较薄弱,只支持部分内置数据类型的序列化/反序列化,对于用户自定义的类型就无能为力,同时marshal不支持自引用(递归引用)的对象的序列化。

因此,直接使用marshal来序列化/反序列化可能不是很方便。还好,pythonbiaozhunku/ target=_blank class=infotextkey>python标准库提供了功能更加强大且更加安全的pickle和cPickle模块。

  cPickle模块是使用C语言实现的,所以在运行效率上比pickle要高。但是cPickle模块中定义的类型不能被继承(其实大多数时候,不需要从这些类型中继承。)。cPickle和pickle的序列化/反序列化规则是一样的,可以使用pickle序列化一个对象,然后使用cPickle来反序列化。同时,这两个模块在处理自引用类型时会变得更加“聪明”,它不会无限制的递归序列化自引用对象,对于同一对象的多次引用,它只会序列化一次。

例如:
 

复制代码 代码示例:

import marshal, pickle

list = [1]
list.append(list)
byt1 = marshal.dumps(list) #出错, 无限制的递归序列化
byt2 = pickle.dumps(list) #No problem
 

pickle的序列化规则
  Python规范(Python-specific)提供了pickle的序列化规则。这就不必担心不同版本的Python之间序列化兼容性问题。默认情况下,pickle的序列化是基于文本的,我们可以直接用文本编辑器查看序列化的文本。我们也可以序列成二进制格式的数据,这样的结果体积会更小。更详细的内容,可以参考Python手册pickle模块。

下面就开始使用pickle吧。

pickle.dump(obj, file[, protocol])
  序列化对象,并将结果数据流写入到文件对象中。参数protocol是序列化模式,默认值为0,表示以文本的形式序列化。protocol的值还可以是1或2,表示以二进制的形式序列化。

pickle.load(file)
  反序列化对象。将文件中的数据解析为一个Python对象。

例子,演示上面两个方法的使用:
 

复制代码 代码示例:

#coding=gbk
import pickle, StringIO

class Person(object):
'''自定义类型。
'''
 def __init__(self, name, address):
   self.name = name
   self.address = address
    
    def display(self):
        print 'name:', self.name, 'address:', self.address

jj = Person("JGood", "中国 杭州")
jj.display()
file = StringIO.StringIO()
 
pickle.dump(jj, file, 0)    #序列化
#print file.getvalue()   #打印序列化后的结果
  
#del Person #反序列时,必须能找到对应类的定义。否则反序列化操作失败。
  
file.seek(0)
jj1 = pickle.load(file) #反序列化
jj1.display()
 
file.close()

注意:在反序列化时,必须能找到对应类的定义,否则反序列化将失败。
以上的例子中,如果取消#del Person的注释,在运行时将抛AttributeError异常,提示当前模块找不到Person的定义。

pickle.dumps(obj[, protocol])
pickle.loads(string)
  也可以直接获取序列化后的数据流,或者直接从数据流反序列化。方法dumps与loads就完成这样的功能。dumps返回序列化后的数据流,loads返回的序列化生成的对象。

  python模块中还定义了两个类,分别用来序列化、反序列化对象。

class pickle.Pickler(file[, protocal]):
  该类用于序列化对象。参数file是一个类文件对象(file-like object),用于保存序列化结果。可选参数表示序列化模式。它定义了两个方法:

dump(obj):
  将对象序列化,并保存到类文件对象中。参数obj是要序列化的对象。

clear_memo()
  清空pickler的“备忘”。使用Pickler实例在序列化对象时,它会“记住”已经被序列化的对象引用,所以对同一对象多次调用dump(obj),pickler不会“傻傻”的去多次序列化。
例子:
 

复制代码 代码示例:

#coding=gbk
import pickle, StringIO
 
class Person(object):
    '''自定义类型。
    '''
    def __init__(self, name, address):
        self.name = name
        self.address = address
    
    def display(self):
        print 'name:', self.name, 'address:', self.address
    
fle = StringIO.StringIO()
pick = pickle.Pickler(fle)
person = Person("JGood", "Hangzhou China")
  
pick.dump(person)
val1 = fle.getvalue()
print len(val1)

pick.clear_memo()    #注释此句,再看看运行结果
 
pick.dump(person)   #对同一引用对象再次进行序列化
val2 = fle.getvalue()
print len(val2)

#---- 结果 ----
#148
#296
#
#将这行代码注释掉:pick.clear_memo()
#结果为:
#148
#152
 

class pickle.Unpickler(file):
  该类用于反序列化对象。参数file是一个类文件(file-like object)对象,Unpickler从该参数中获取数据进行反序列化。

load():
  反序列化对象。该方法会根据已经序列化的数据流,自动选择合适的反序列化模式。
 

复制代码 代码示例:

#.... 接上个例子中的代码

fle.seek(0)
unpick = pickle.Unpickler(fle)
print unpick.load()
 

上面介绍了pickle模块的基本使用,但和marshal一样,并不是所有的类型都可以通过pickle序列化的。
例如对于一个嵌套的类型,使用pickle序列化就失败。

例如:
 

复制代码 代码示例:

class A(object):
    class B(object):
        def __init__(self, name):
            self.name = name

   def __init__(self):
   print 'init A'
 
b = A.B("my name")
print b
c = pickle.dumps(b, 0) #失败哦
print pickle.loads(c)

关于pickle支持的序列化类型,可以参考Python手册。

Python手册中的pickle模块,介绍了更高级的主题,例如自定义序列化过程。有时间再和大家分享。