Python模塊學習 ---- pickle, cPickle 對象序列化/反序列化

上次學習過marshal模塊用於序列化和反序列化，但marshal的功能比較薄弱，只支持部份內置數據類型的序列化/反序列化，對於用戶自定義的類型就無能爲力，同時marshal不支持自引用(遞歸引用)的對象的序列化。因此直接使用marshal來序列化/反序列化可能不是很方便。還好，python標準庫提供了功能更增強大且更加安全的pickle和cPickle模塊。

　　cPickle模塊是使用C語言實現的，因此在運行效率上比pickle要高。可是cPickle模塊中定義的類型不能被繼承（其實大多數時候，咱們不須要從這些類型中繼承。）。cPickle和pickle的序列化/反序列化規則是同樣的，咱們可使用pickle序列化一個對象，而後使用cPickle來反序列化。同時，這兩個模塊在處理自引用類型時會變得更加「聰明」，它不會無限制的遞歸序列化自引用對象，對於同一對象的屢次引用，它只會序列化一次。例如：

1	import marshal, pickle
2
3	list = [1]
4	list.append(list)
5	byt1 = marshal.dumps(list) #出錯, 無限制的遞歸序列化
6	byt2 = pickle.dumps(list) #No problem

 

pickle的序列化規則

　　Python規範（Python-specific）提供了pickle的序列化規則。這就沒必要擔憂不一樣版本的Python之間序列化兼容性問題。默認狀況下，pickle的序列化是基於文本的，咱們能夠直接用文本編輯器查看序列化的文本。咱們也能夠序列成二進制格式的數據，這樣的結果體積會更小。更詳細的內容，能夠參考Python手冊pickle模塊。

　　下面就開始使用pickle吧~

pickle.dump(obj, file[, protocol])

　　序列化對象，並將結果數據流寫入到文件對象中。參數protocol是序列化模式，默認值爲0，表示以文本的形式序列化。protocol的值還能夠是1或2，表示以二進制的形式序列化。

pickle.load(file)

　　反序列化對象。將文件中的數據解析爲一個Python對象。下面經過一個簡單的例子來演示上面兩個方法的使用：

1	#coding=gbk
2
3	import pickle, StringIO
4
5	class Person(object):
6	'''自定義類型。
7	'''
8	def __init__(self, name, address):
9	self.name = name
10	self.address = address
11
12	def display(self):
13	print 'name:', self.name, 'address:', self.address
14
15	jj = Person("JGood", "中國 杭州")
16	jj.display()
17	file = StringIO.StringIO()
18
19	pickle.dump(jj, file, 0)    #序列化
20	#print file.getvalue()   #打印序列化後的結果
	#del Person #反序列的時候，必須能找到對應類的定義。不然反序列化操做失敗。
21
22	file.seek(0)
23	jj1 = pickle.load(file) #反序列化
24	jj1.display()
25
26	file.close()

　　注意：在反序列化的時候，必須能找到對應類的定義，不然反序列化將失敗。在上面的例子中，若是取消#del Person的註釋，在運行時將拋AttributeError異常，提示當前模塊找不到Person的定義。

pickle.dumps(obj[, protocol])

pickle.loads(string)

　　咱們也能夠直接獲取序列化後的數據流，或者直接從數據流反序列化。方法dumps與loads就完成這樣的功能。dumps返回序列化後的數據流，loads返回的序列化生成的對象。

　　python模塊中還定義了兩個類，分別用來序列化、反序列化對象。

class pickle.Pickler(file[, protocal]):

　　該類用於序列化對象。參數file是一個類文件對象(file-like object)，用於保存序列化結果。可選參數表示序列化模式。它定義了兩個方法：

dump(obj):

　　將對象序列化，並保存到類文件對象中。參數obj是要序列化的對象。

clear_memo()

　　清空pickler的「備忘」。使用Pickler實例在序列化對象的時候，它會「記住」已經被序列化的對象引用，因此對同一對象屢次調用dump(obj)，pickler不會「傻傻」的去屢次序列化。下面是一個簡單的例子：

1	#coding=gbk
2	import pickle, StringIO
3
4	class Person(object):
5	'''自定義類型。
6	'''
7	def __init__(self, name, address):
8	self.name = name
9	self.address = address
10
11	def display(self):
12	print 'name:', self.name, 'address:', self.address
13
14	fle = StringIO.StringIO()
15	pick = pickle.Pickler(fle)
16	person = Person("JGood", "Hangzhou China")
17
18	pick.dump(person)
19	val1 = fle.getvalue()
20	print len(val1)
21
22	pick.clear_memo()    #註釋此句，再看看運行結果
23
24	pick.dump(person)   #對同一引用對象再次進行序列化
25	val2 = fle.getvalue()
26	print len(val2)
27
28	#---- 結果 ----
29	#148
30	#296
31	#
32	#將這行代碼註釋掉：pick.clear_memo()
33	#結果爲：
34	#148
35	#152
36

 

class pickle.Unpickler(file):

　　該類用於反序列化對象。參數file是一個類文件(file-like object)對象，Unpickler從該參數中獲取數據進行反序列化。

load():

　　反序列化對象。該方法會根據已經序列化的數據流，自動選擇合適的反序列化模式。

1	#.... 接上個例子中的代碼
2
3	fle.seek(0)
4	unpick = pickle.Unpickler(fle)
5	print unpick.load()
6

　　上面介紹了pickle模塊的基本使用，但和marshal同樣，並非全部的類型均可以經過pickle序列化的。例如對於一個嵌套的類型，使用pickle序列化就失敗。例如：

1	class A(object):
2	class B(object):
3	def __init__(self, name):
4	self.name = name
5
6	def __init__(self):
7	print 'init A'
8
9	b = A.B("my name")
10	print b
11	c = pickle.dumps(b, 0) #失敗哦
12	print pickle.loads(c)

　　關於pickle支持的序列化類型，能夠參考Python手冊。

　　Python手冊中的pickle模塊，介紹了更高級的主題，例如自定義序列化過程。有時間再和你們分享。