一、前言

1. 現(xiàn)實需求

每種編程語言都有各自的數(shù)據(jù)類型，其中面向?qū)ο蟮木幊陶Z言還允許開發(fā)者自定義數(shù)據(jù)類型（如：自定義類），Python也是一樣。很多時候我們會有這樣的需求：

1. 把內(nèi)存中的各種數(shù)據(jù)類型的數(shù)據(jù)通過網(wǎng)絡(luò)傳送給其它機器或客戶端；
2. 把內(nèi)存中的各種數(shù)據(jù)類型的數(shù)據(jù)保存到本地磁盤持久化；

2.數(shù)據(jù)格式

如果要將一個系統(tǒng)內(nèi)的數(shù)據(jù)通過網(wǎng)絡(luò)傳輸給其它系統(tǒng)或客戶端，我們通常都需要先把這些數(shù)據(jù)轉(zhuǎn)化為字符串或字節(jié)串，而且需要規(guī)定一種統(tǒng)一的數(shù)據(jù)格式才能讓數(shù)據(jù)接收端正確解析并理解這些數(shù)據(jù)的含義。XML 是早期被廣泛使用的數(shù)據(jù)交換格式，在早期的系統(tǒng)集成論文中經(jīng)?？梢钥吹剿纳碛?；如今大家使用更多的數(shù)據(jù)交換格式是JSON（JavaScript Object Notation），它是一種輕量級的數(shù)據(jù)交換格式。JSON相對于XML而言，更加加單、易于閱讀和編寫，同時也易于機器解析和生成。除此之外，我們也可以自定義內(nèi)部使用的數(shù)據(jù)交換格式。

如果是想把數(shù)據(jù)持久化到本地磁盤，這部分?jǐn)?shù)據(jù)通常只是供系統(tǒng)內(nèi)部使用，因此數(shù)據(jù)轉(zhuǎn)換協(xié)議以及轉(zhuǎn)換后的數(shù)據(jù)格式也就不要求是標(biāo)準(zhǔn)、統(tǒng)一的，只要本系統(tǒng)內(nèi)部能夠正確識別即可。但是，系統(tǒng)內(nèi)部的轉(zhuǎn)換協(xié)議通常會隨著編程語言版本的升級而發(fā)生變化（改進(jìn)算法、提高效率），因此通常會涉及轉(zhuǎn)換協(xié)議與編程語言的版本兼容問題，下面要時候的pickle協(xié)議就是這樣一個例子。

3. 序列化/反序列化

將對象轉(zhuǎn)換為可通過網(wǎng)絡(luò)傳輸或可以存儲到本地磁盤的數(shù)據(jù)格式（如：XML、JSON或特定格式的字節(jié)串）的過程稱為序列化；反之，則稱為反序列化。

4.相關(guān)模塊

本節(jié)要介紹的就是Python內(nèi)置的幾個用于進(jìn)行數(shù)據(jù)序列化的模塊：

二、json模塊

大部分編程語言都會提供處理json數(shù)據(jù)的接口，Python 2.6開始加入了json模塊，且把它作為一個內(nèi)置模塊提供，無需下載即可使用。

1. 序列化與反序列化

Python的JSON模塊 序列化與反序列化的過程分別叫做：encoding 和 decoding。

1. encoding： 把Python對象轉(zhuǎn)換成JSON字符串
2. decoding： 把JSON字符串轉(zhuǎn)換成python對象

json模塊提供了以下兩個方法來進(jìn)行序列化和反序列化操作：

# 序列化：將Python對象轉(zhuǎn)換成json字符串
dumps(obj, skipkeys=False, ensure_ascii=True, check_circular=True, allow_nan=True, cls=None, indent=None, separators=None, default=None, sort_keys=False, **kw)

# 反序列化：將json字符串轉(zhuǎn)換成Python對象
loads(s, encoding=None, cls=None, object_hook=None, parse_float=None, parse_int=None, parse_constant=None, object_pairs_hook=None, **kw)

除此之外，json模塊還提供了兩個額外的方法允許我們直接將序列化后得到的json數(shù)據(jù)保存到文件中，以及直接讀取文件中的json數(shù)據(jù)進(jìn)行反序列化操作：

# 序列化：將Python對象轉(zhuǎn)換成json字符串并存儲到文件中
dump(obj, fp, skipkeys=False, ensure_ascii=True, check_circular=True, allow_nan=True, cls=None, indent=None, indent=None, separators=None, default=None, sort_keys=False, **kw)

# 反序列化：讀取指定文件中的json字符串并轉(zhuǎn)換成Python對象
load(fp, cls=None, object_hook=None, parse_float=None, parse_int=None, parse_constant=None, object_pairs_hook=None, **kw)

2. JSON與Python之間數(shù)據(jù)類型對應(yīng)關(guān)系

Python轉(zhuǎn)JSON

JSON轉(zhuǎn)Python

說明：

1. Python dict中的非字符串key被轉(zhuǎn)換成JSON字符串時都會被轉(zhuǎn)換為小寫字符串；
2. Python中的tuple，在序列化時會被轉(zhuǎn)換為array，但是反序列化時，array會被轉(zhuǎn)化為list；
3. 由以上兩點可知，當(dāng)Python對象中包含tuple數(shù)據(jù)或者包含dict，且dict中存在非字符串的key時，反序列化后得到的結(jié)果與原來的Python對象是不一致的；
4. 對于Python內(nèi)置的數(shù)據(jù)類型（如：str, unicode, int, float, bool, None, list, tuple, dict）json模塊可以直接進(jìn)行序列化/反序列化處理；對于自定義類的對象進(jìn)行序列化和反序列化時，需要我們自己定義一個方法來完成定義object和dict之間進(jìn)行轉(zhuǎn)化。

3. 實例：內(nèi)置數(shù)據(jù)類型序列化/反序列化

序列化

# 序列化
>>> json.dumps({'a':'str', 'c': True, 'e': 10, 'b': 11.1, 'd': None, 'f': [1, 2, 3], 'g':(4, 5, 6)})
'{"a": "str", "c": true, "b": 11.1, "e": 10, "d": null, "g": [4, 5, 6], "f": [1, 2, 3]}'

sort_keys參數(shù)： 表示序列化時是否對dict的key進(jìn)行排序（dict默認(rèn)是無序的）

# 序列化并對key進(jìn)行排序
>>> json.dumps({'a':'str', 'c': True, 'e': 10, 'b': 11.1, 'd': None, 'f': [1, 2, 3], 'g':(4, 5, 6)}, sort_keys=True)
'{"a": "str", "b": 11.1, "c": true, "d": null, "e": 10, "f": [1, 2, 3], "g": [4, 5, 6]}'

indent參數(shù)： 表示縮進(jìn)的意思，它可以使得數(shù)據(jù)存儲的格式變得更加優(yōu)雅、可讀性更強；如果indent是一個非負(fù)整數(shù)或字符串，則JSON array元素和object成員將會被以相應(yīng)的縮進(jìn)級別進(jìn)行打印輸出；如果indent是0或負(fù)數(shù)或空字符串，則將只會插入換行，不會有縮進(jìn)。

# 序列化并對key進(jìn)行排序及格式化輸出
>>> print(json.dumps({'a':'str', 'c': True, 'e': 10, 'b': 11.1, 'd': None, 'f': [1, 2, 3], 'g':(4, 5, 6)}, sort_keys=True, indent=4)) 
{
 "a": "str", 
 "b": 11.1, 
 "c": true, 
 "d": null, 
 "e": 10, 
 "f": [
  1, 
  2, 
  3
 ], 
 "g": [
  4, 
  5, 
  6
 ]
}

separators參數(shù)： 盡管indent參數(shù)可以使得數(shù)據(jù)存儲的格式變得更加優(yōu)雅、可讀性更強，但是那是通過添加一些冗余的空白字符進(jìn)行填充的。當(dāng)json被用于網(wǎng)絡(luò)數(shù)據(jù)通信時，應(yīng)該盡可能的減少無用的數(shù)據(jù)傳輸，這樣可以節(jié)省貸款并加快數(shù)據(jù)傳輸速度。json模塊序列化Python對象后得到的json字符串中的','號和':'號分隔符后默認(rèn)都會附加一個空白字符，我們可以通過separators參數(shù)重新指定分隔符，從而去除無用的空白字符；

1. 該參數(shù)的值應(yīng)該是一個tuple(item_separator, key_separator)
2. 如果indent是None，其默認(rèn)值為(', ', ': ')
3. 如果indent不為None，則默認(rèn)值為(',', ': ')
4. 我們可以通過為separator賦值為(',', ':')來消除空白字符
   

>>> json.dumps({'a':'str', 'c': True, 'e': 10, 'b': 11.1, 'd': None, 'f': [1, 2, 3], 'g':(4, 5, 6)})
'{"a": "str", "c": true, "b": 11.1, "e": 10, "d": null, "g": [4, 5, 6], "f": [1, 2, 3]}'

>>> json.dumps({'a':'str', 'c': True, 'e': 10, 'b': 11.1, 'd': None, 'f': [1, 2, 3], 'g':(4, 5, 6)}, separators=(',',':'))
'{"a":"str","c":true,"b":11.1,"e":10,"d":null,"g":[4,5,6],"f":[1,2,3]}'

反序列化

# 反序列化
>>> json.loads('{"a": "str", "c": true, "b": 11.1, "e": 10, "d": null, "g": [4, 5, 6], "f": [1, 2, 3]}')
{'c': True, 'e': 10, 'a': 'str', 'g': [4, 5, 6], 'd': None, 'f': [1, 2, 3], 'b': 11.1}

>>> json.loads('{"a":"str","c":true,"b":11.1,"e":10,"d":null,"g":[4,5,6],"f":[1,2,3]}')
{'c': True, 'e': 10, 'a': 'str', 'g': [4, 5, 6], 'd': None, 'f': [1, 2, 3], 'b': 11.1}

dump()與load()函數(shù)示例

# 序列化到文件中
>>> with open('test.json', 'w') as fp:
...  json.dump({'a':'str中國', 'c': True, 'e': 10, 'b': 11.1, 'd': None, 'f': [1, 2, 3], 'g':(4, 5, 6)}, fp, indent=4)

# 反序列化文件中的內(nèi)容
>>> with open('test.json', 'r') as fp:
...  json.load(fp)
{'e': 10, 'g': [4, 5, 6], 'b': 11.1, 'c': True, 'd': None, 'a': 'str中國', 'f': [1, 2, 3]}

需要說明的是： 如果試圖使用相同的fp重復(fù)調(diào)用dump()函數(shù)去序列化多個對象（或序列化同一個對象多次），將會產(chǎn)生一個無效的JSON文件，也就是說對于一個fp只能調(diào)用一次dump()。

4. 實例：自定義數(shù)據(jù)類型的序列化/反序列化

Python是面向?qū)ο蟮木幊陶Z言，我們可以自定義需要的數(shù)據(jù)類型；實際工作中，我們常常會用到自定義數(shù)據(jù)類型的序列化與反序列化操作。要實現(xiàn)自定義數(shù)據(jù)類型的序列化與反序列化有兩種方式：

1. 通過轉(zhuǎn)換函數(shù)實現(xiàn)
2. 通過繼承JSONEncoder和JSONDecoder類實現(xiàn)

首先來自定義一個數(shù)據(jù)類型

class Student(object):
 def __init__(self, name, age, sno):
  self.name = name
  self.age = age
  self.sno = sno
 
 def __repr__(self):
  return 'Student [name: %s, age: %d, sno: %d]' % (self.name, self.age, self.sno)

直接調(diào)用dumps()方法會引發(fā)TypeError錯誤：

>>> stu = Student('Tom', 19, 1)
>>> print(stu)
Student [name: Tom, age: 19, sno: 1]
>>>
>>> json.dumps(stu)
...
TypeError: Student [name: Tom, age: 19, sno: 1] is not JSON serializable

上面的異常信息中指出：stu對象不可以被序列化為JSON個數(shù)的數(shù)據(jù)。那么我們分別通過“編寫轉(zhuǎn)換函數(shù)” 和 “繼承JSONEncoder和JSONDecoder類” 來實現(xiàn)對這個自定義數(shù)據(jù)類型的JSON序列化和反序列化。

方法1：編寫轉(zhuǎn)換函數(shù)

那么這個轉(zhuǎn)換函數(shù)要完成哪兩個數(shù)據(jù)類型之間的轉(zhuǎn)換呢？ 從上面列出的JSON與Python數(shù)據(jù)類型的對應(yīng)表中可知，JSON中的object對應(yīng)的是Python中的dict，因此要對Python中的自定義數(shù)據(jù)類型的對象進(jìn)行序列化，就需要先把這個對象轉(zhuǎn)換成json模塊可以直接進(jìn)行序列化dict類型。由此可知，這個轉(zhuǎn)換函數(shù)是要完成的是Python對象（不是JSON對象）與dict之間的相互轉(zhuǎn)換，且序列化時轉(zhuǎn)換過程是“Python對象 --> dict --> JSON object”，反序列化的過程是“JSON object -> dict --> Python對象”。所以，我們需要編寫兩個轉(zhuǎn)換函數(shù)來分別實現(xiàn)序列化和反序列化時的轉(zhuǎn)換過程。

def obj2dict(obj):
 d = {}
 d['__class__'] = obj.__class__.__name__
 d['__module__'] = obj.__module__
 d.update(obj.__dict__)
 return d

def dict2obj(d):
 if '__class__' in d:
  class_name = d.pop('__class__')
  module_name = d.pop('__module__')
  module = __import__(module_name)
  class_ = getattr(module, class_name)
  args = dict((key.encode('ascii'), value) for key, value in d.items())
  instance = class_(**args)
 else:
  instance = d
 return instance

繼承JSONEncoder實現(xiàn)反序列化時還有一個額外的作用，就是可以通過iterencode()方法把一個很大的數(shù)據(jù)對象分多次進(jìn)行序列化，這對于網(wǎng)絡(luò)傳輸、磁盤持久化等情景非常有用。

>>> for chunk in MyJSONEncoder().iterencode(stu):
...  print(chunk)
...
{
"__class__"
:
"Student"
,
"name"
:
"Tom"
,
"__module__"
:
"__main__"
,
"sno"
:
1
,
"age"
:
19
}

大數(shù)據(jù)對象序列化網(wǎng)絡(luò)傳輸偽代碼：

for chunk in JSONEncoder().iterencode(bigobject):
 mysocket.write(chunk)

序列化測試：

>>> import json

>>> obj2dict(stu)
{'sno': 1, '__module__': '__main__', 'age': 19, '__class__': 'Student', 'name': 'Tom'}

>>> json.dumps(obj2dict(stu))
'{"sno": 1, "__module__": "__main__", "age": 19, "__class__": "Student", "name": "Tom"}'

>>> json.dumps(stu, default=obj2dict)
'{"sno": 1, "__module__": "__main__", "age": 19, "__class__": "Student", "name": "Tom"}'

json.dumps(stu, default=obj2dict) 等價于 json.dumps(obj2dict(stu))

反序列化測試：

>>> json.loads('{"sno": 1, "__module__": "__main__", "age": 19, "__class__": "Student", "name": "Tom"}')
{u'sno': 1, u'__module__': u'__main__', u'age': 19, u'name': u'Tom', u'__class__': u'Student'}

>>> dict2obj(json.loads('{"sno": 1, "__module__": "__main__", "age": 19, "__class__": "Student", "name": "Tom"}'))
Student [name: Tom, age: 19, sno: 1]

>>> json.loads('{"sno": 1, "__module__": "__main__", "age": 19, "__class__": "Student", "name": "Tom"}', object_hook=dict2obj)
Student [name: Tom, age: 19, sno: 1]

json.loads(JSON_STR, object_hook=dict2obj) 等價于 dict2obj(json.loads(JSON_STR))

方法2：繼承JSONEncoder和JSONDecoder實現(xiàn)子類

import json

class MyJSONEncoder(json.JSONEncoder):
 def default(self, obj):
  d = {}
  d['__class__'] = obj.__class__.__name__
  d['__module__'] = obj.__module__
  d.update(obj.__dict__)
  return d

class MyJSONDecoder(json.JSONDecoder):
 def __init__(self):
  json.JSONDecoder.__init__(self, object_hook=self.dict2obj)
 
 def dict2obj(self, d):
  if '__class__' in d:
   class_name = d.pop('__class__')
   module_name = d.pop('__module__')
   module = __import__(module_name)
   class_ = getattr(module, class_name)
   args = dict((key.encode('ascii'), value) for key, value in d.items())
   instance = class_(**args)
  else:
   instance = d
  return instance

序列化測試：

>>> stu = Student('Tom', 19, 1)

# 方式一：直接調(diào)用子類MyJSONEncoder的encode()方法進(jìn)行序列化
>>> MyJSONEncoder().encode(stu)
'{"__class__": "Student", "__module__": "__main__", "name": "Tom", "age": 19, "sno": 1}'
>>> MyJSONEncoder(separators=(',', ':')).encode(stu)
'{"__class__":"Student","__module__":"__main__","name":"Tom","age":19,"sno":1}'

# 方式二：將子類MyJSONEncoder作為cls參數(shù)的值傳遞給json.dumps()函數(shù)
>>> json.dumps(stu, cls=MyJSONEncoder)
'{"__class__": "Student", "__module__": "__main__", "name": "Tom", "age": 19, "sno": 1}'
>>> json.dumps(stu, cls=MyJSONEncoder, separators=(',', ':'))
'{"__class__":"Student","__module__":"__main__","name":"Tom","age":19,"sno":1}'

反序列化測試：

>>> MyJSONDecoder().decode('{"sno": 1, "__module__": "__main__", "age": 19, "__class__": "Student", "name": "Tom"}')
Student [name: Tom, age: 19, sno: 1]

說明： 經(jīng)過測試發(fā)現(xiàn)MyJSONDecoder().decode(JSON_STR) 和 json.loads(JSON_STR, object_hook=dict2obj) 只能在Python 2.7上正確執(zhí)行，在Python 3.5上無法正確執(zhí)行；而 json.loads(JSON_STR, cls=MyJSONDecoder) 無論在Python 2.7還是在Python 3.5上都無法正確執(zhí)行。這說明json模塊對于自定義數(shù)據(jù)類型的反序列化支持還是比較有限的，但是我們也可以通過json.loads(JSON_STR)函數(shù)，不指定cls參數(shù)來得到一個dict對象，然后自己完成dict到object的轉(zhuǎn)換。

三、pickle模塊

pickle模塊實現(xiàn)了用于對Python對象結(jié)構(gòu)進(jìn)行 序列化 和 反序列化 的二進(jìn)制協(xié)議，與json模塊不同的是pickle模塊序列化和反序列化的過程分別叫做 pickling 和 unpickling：

1. pickling： 是將Python對象轉(zhuǎn)換為字節(jié)流的過程；
2. unpickling： 是將字節(jié)流二進(jìn)制文件或字節(jié)對象轉(zhuǎn)換回Python對象的過程；

1. pickle模塊與json模塊對比

1. JSON是一種文本序列化格式（它輸出的是unicode文件，大多數(shù)時候會被編碼為utf-8），而pickle是一個二進(jìn)制序列化格式;
2. JOSN是我們可以讀懂的數(shù)據(jù)格式，而pickle是二進(jìn)制格式，我們無法讀懂；
3. JSON是與特定的編程語言或系統(tǒng)無關(guān)的，且它在Python生態(tài)系統(tǒng)之外被廣泛使用，而pickle使用的數(shù)據(jù)格式是特定于Python的；
4. 默認(rèn)情況下，JSON只能表示Python內(nèi)建數(shù)據(jù)類型，對于自定義數(shù)據(jù)類型需要一些額外的工作來完成；pickle可以直接表示大量的Python數(shù)據(jù)類型，包括自定數(shù)據(jù)類型（其中，許多是通過巧妙地使用Python內(nèi)省功能自動實現(xiàn)的；復(fù)雜的情況可以通過實現(xiàn)specific object API來解決）

2. pickle模塊使用的數(shù)據(jù)流格式

上面提到，pickle使用的數(shù)據(jù)格式是特定于Python的。這使得它不受諸如JSON或XDR的外部標(biāo)準(zhǔn)限值，但是這也意味著非Python程序可能無法重建pickled Python對象。默認(rèn)情況下，pickle數(shù)據(jù)格式使用相對緊湊的二進(jìn)制表示。如果需要最佳大小特征，可以有效的壓縮pickled數(shù)據(jù)。pickletools模塊包含可以用于對pickle生成的數(shù)據(jù)流進(jìn)行分析的工具。目前有5種不同的協(xié)議可以用于pickle。使用的協(xié)議越高，就需要更新的Python版本去讀取pickle產(chǎn)生的數(shù)據(jù)：

1. 協(xié)議v0是原始的“人類可讀”協(xié)議，并且向后倩蓉早期的Python版本；
2. 協(xié)議v1是一個舊的二進(jìn)制格式，也與早期版本的Python兼容；
3. 協(xié)議v2在Python 2.3中引入，它提供更高效的pickling；
4. 協(xié)議v3是在Python 3.0添加的協(xié)議，它明確支持bytes對象，且不能被Python 2.x 進(jìn)行unpickle操作；這是默認(rèn)協(xié)議，也是當(dāng)需要兼容其他Python 3版本時被推薦使用的協(xié)議；
5. 協(xié)議4是在Python 3.4添加的協(xié)議，它添加了對極大對象的支持，pickling更多種類的對象，以及一些數(shù)據(jù)格式的優(yōu)化。

說明： Python 2.x中默認(rèn)使用的是協(xié)議v0，如果協(xié)議指定為賦值或HIGHEST_PROTOCOL，將使用當(dāng)前可用的最高協(xié)議版本；Python 3.x中默認(rèn)使用的是協(xié)議v3，它兼容其他Python 3版本，但是不兼容Python 2。

注意： 序列化（Serialization）是一個比持久化（Persistence）更加原始的概念；雖然pickle可以讀寫文件對象，但是它不處理持久化對象的命名問題，也不處理對持久化對象的并發(fā)訪問問題（甚至更復(fù)雜的問題）。pickle模塊可以將復(fù)雜對象轉(zhuǎn)換為字節(jié)流，并且可以將字節(jié)流轉(zhuǎn)換為具有相同內(nèi)部結(jié)構(gòu)的對象?；蛟S最可能對這些字節(jié)流做的事情是將它們寫入文件，但是也可以對它們進(jìn)行網(wǎng)絡(luò)傳輸或?qū)⑺鼈兇鎯υ跀?shù)據(jù)庫中。shelve模塊提供了一個簡單的接口用于在DBM風(fēng)格的數(shù)據(jù)庫文件上對對象進(jìn)行pickle和unpickle操作。

3. pickle模塊提供的相關(guān)函數(shù)

pickle模塊提供的幾個序列化/反序列化的函數(shù)與json模塊基本一致：

# 將指定的Python對象通過pickle序列化作為bytes對象返回，而不是將其寫入文件
dumps(obj, protocol=None, *, fix_imports=True)

# 將通過pickle序列化后得到的字節(jié)對象進(jìn)行反序列化，轉(zhuǎn)換為Python對象并返回
loads(bytes_object, *, fix_imports=True, encoding="ASCII", errors="strict")

# 將指定的Python對象通過pickle序列化后寫入打開的文件對象中，等價于`Pickler(file, protocol).dump(obj)`
dump(obj, file, protocol=None, *, fix_imports=True)

# 從打開的文件對象中讀取pickled對象表現(xiàn)形式并返回通過pickle反序列化后得到的Python對象
load(file, *, fix_imports=True, encoding="ASCII", errors="strict")

說明： 上面這幾個方法參數(shù)中，*號后面的參數(shù)都是Python 3.x新增的，目的是為了兼容Python 2.x，具體用法請參看官方文檔。

4. 實例：內(nèi)置數(shù)據(jù)類型的序列化/反序列化

Python 2.x

>>> import pickle
>>> 
>>> var_a = {'a':'str', 'c': True, 'e': 10, 'b': 11.1, 'd': None, 'f': [1, 2, 3], 'g':(4, 5, 6)}

# 序列化
>>> var_b = pickle.dumps(var_a)
>>> var_b
"(dp0\nS'a'\np1\nS'str'\np2\nsS'c'\np3\nI01\nsS'b'\np4\nF11.1\nsS'e'\np5\nI10\nsS'd'\np6\nNsS'g'\np7\n(I4\nI5\nI6\ntp8\nsS'f'\np9\n(lp10\nI1\naI2\naI3\nas."

# 反序列化
>>> var_c = pickle.loads(var_b)
>>> var_c
{'a': 'str', 'c': True, 'b': 11.1, 'e': 10, 'd': None, 'g': (4, 5, 6), 'f': [1, 2, 3]}

Python 3.x

>>> import pickle
>>>
>>> var_a = {'a':'str', 'c': True, 'e': 10, 'b': 11.1, 'd': None, 'f': [1, 2, 3], 'g':(4, 5, 6)}

# 序列化
>>> var_b = pickle.dumps(var_a)
>>> var_b
b'\x80\x03}q\x00(X\x01\x00\x00\x00eq\x01K\nX\x01\x00\x00\x00aq\x02X\x03\x00\x00\x00strq\x03X\x01\x00\x00\x00fq\x04]q\x05(K\x01K\x02K\x03eX\x01\x00\x00\x00gq\x06K\x04K\x05K\x06\x87q\x07X\x01\x00\x00\x00bq\x08G@&333333X\x01\x00\x00\x00cq\t\x88X\x01\x00\x00\x00dq\nNu.'

# 反序列化
>>> var_c = pickle.loads(var_b)
>>> var_c
{'e': 10, 'a': 'str', 'f': [1, 2, 3], 'g': (4, 5, 6), 'b': 11.1, 'c': True, 'd': None}

dump()與load()

>>> import pickle
>>>
>>> var_a = {'a':'str', 'c': True, 'e': 10, 'b': 11.1, 'd': None, 'f': [1, 2, 3], 'g':(4, 5, 6)}

# 持久化到文件
>>> with open('pickle.txt', 'wb') as f:
...  pickle.dump(var_a, f)
...

# 從文件中讀取數(shù)據(jù)
>>> with open('pickle.txt', 'rb') as f:
...  var_b = pickle.load(f)
...
>>> var_b
{'e': 10, 'a': 'str', 'f': [1, 2, 3], 'g': (4, 5, 6), 'b': 11.1, 'c': True, 'd': None}
>>>

說明：

1. 默認(rèn)情況下Python 2.x中pickled后的數(shù)據(jù)是字符串形式，需要將它轉(zhuǎn)換為字節(jié)對象才能被Python 3.x中的pickle.loads()反序列化；Python 3.x中pickling所使用的協(xié)議是v3，因此需要在調(diào)用pickle.dumps()時指定可選參數(shù)protocol為Python 2.x所支持的協(xié)議版本（0,1,2），否則pickled后的數(shù)據(jù)不能被被Python 2.x中的pickle.loads()反序列化；
2. Python 3.x中pickle.dump()和pickle.load()方法中指定的文件對象，必須以二進(jìn)制模式打開，而Python 2.x中可以以二進(jìn)制模式打開，也可以以文本模式打開。

5. 實例：自定義數(shù)據(jù)類型的序列化/反序列化

首先來自定義一個數(shù)據(jù)類型：

class Student(object):
 def __init__(self, name, age, sno):
  self.name = name
  self.age = age
  self.sno = sno
 
 def __repr__(self):
  return 'Student [name: %s, age: %d, sno: %d]' % (self.name, self.age, self.sno)

pickle模塊可以直接對自定數(shù)據(jù)類型進(jìn)行序列化/反序列化操作，無需編寫額外的處理函數(shù)或類。

>>> stu = Student('Tom', 19, 1)
>>> print(stu)
Student [name: Tom, age: 19, sno: 1]

# 序列化
>>> var_b = pickle.dumps(stu)
>>> var_b
b'\x80\x03c__main__\nStudent\nq\x00)\x81q\x01}q\x02(X\x04\x00\x00\x00nameq\x03X\x03\x00\x00\x00Tomq\x04X\x03\x00\x00\x00ageq\x05K\x13X\x03\x00\x00\x00snoq\x06K\x01ub.'

# 反序列化
>>> var_c = pickle.loads(var_b)
>>> var_c
Student [name: Tom, age: 19, sno: 1]

# 持久化到文件
>>> with open('pickle.txt', 'wb') as f:
...  pickle.dump(stu, f)
...

# 從文件總讀取數(shù)據(jù)
>>> with open('pickle.txt', 'rb') as f:
...  pickle.load(f)
...
Student [name: Tom, age: 19, sno: 1]

四、shelve模塊

shelve是一個簡單的數(shù)據(jù)存儲方案，類似key-value數(shù)據(jù)庫，可以很方便的保存python對象，其內(nèi)部是通過pickle協(xié)議來實現(xiàn)數(shù)據(jù)序列化。shelve只有一個open()函數(shù)，這個函數(shù)用于打開指定的文件（一個持久的字典），然后返回一個shelf對象。shelf是一種持久的、類似字典的對象。它與“dbm”的不同之處在于，其values值可以是任意基本Python對象--pickle模塊可以處理的任何數(shù)據(jù)。這包括大多數(shù)類實例、遞歸數(shù)據(jù)類型和包含很多共享子對象的對象。keys還是普通的字符串。

open(filename, flag='c', protocol=None, writeback=False)

flag 參數(shù)表示打開數(shù)據(jù)存儲文件的格式，可取值與dbm.open()函數(shù)一致：

protocol 參數(shù)表示序列化數(shù)據(jù)所使用的協(xié)議版本，默認(rèn)是pickle v3；

writeback 參數(shù)表示是否開啟回寫功能。

我們可以把shelf對象當(dāng)dict來使用--存儲、更改、查詢某個key對應(yīng)的數(shù)據(jù)，當(dāng)操作完成之后，調(diào)用shelf對象的close()函數(shù)即可。當(dāng)然，也可以使用上下文管理器（with語句），避免每次都要手動調(diào)用close()方法。

實例：內(nèi)置數(shù)據(jù)類型操作

# 保存數(shù)據(jù)
with shelve.open('student') as db:
 db['name'] = 'Tom'
 db['age'] = 19
 db['hobby'] = ['籃球', '看電影', '彈吉他']
 db['other_info'] = {'sno': 1, 'addr': 'xxxx'}

# 讀取數(shù)據(jù)
with shelve.open('student') as db:
 for key,value in db.items():
  print(key, ': ', value)

輸出結(jié)果：

name :  Tom
age :  19
hobby :  ['籃球', '看電影', '彈吉他']
other_info :  {'sno': 1, 'addr': 'xxxx'}

實例：自定義數(shù)據(jù)類型操作

# 自定義class
class Student(object):
 def __init__(self, name, age, sno):
  self.name = name
  self.age = age
  self.sno = sno
 
 def __repr__(self):
  return 'Student [name: %s, age: %d, sno: %d]' % (self.name, self.age, self.sno)

# 保存數(shù)據(jù)
tom = Student('Tom', 19, 1)
jerry = Student('Jerry', 17, 2)

with shelve.open("stu.db") as db:
 db['Tom'] = tom
 db['Jerry'] = jerry

# 讀取數(shù)據(jù)
with shelve.open("stu.db") as db:
 print(db['Tom'])
 print(db['Jerry'])

輸出結(jié)果：
Student [name: Tom, age: 19, sno: 1]
Student [name: Jerry, age: 17, sno: 2]

五、總結(jié)

1. 對比

json模塊常用于編寫web接口，將Python數(shù)據(jù)轉(zhuǎn)換為通用的json格式傳遞給其它系統(tǒng)或客戶端；也可以用于將Python數(shù)據(jù)保存到本地文件中，缺點是明文保存，保密性差。另外，如果需要保存費內(nèi)置數(shù)據(jù)類型需要編寫額外的轉(zhuǎn)換函數(shù)或自定義類。

pickle模塊和shelve模塊由于使用其特有的序列化協(xié)議，其序列化之后的數(shù)據(jù)只能被Python識別，因此只能用于Python系統(tǒng)內(nèi)部。另外，Python 2.x 和 Python
 3.x 默認(rèn)使用的序列化協(xié)議也不同，如果需要互相兼容需要在序列化時通過protocol參數(shù)指定協(xié)議版本。除了上面這些缺點外，pickle模塊和shelve模塊相對于json模塊的優(yōu)點在于對于自定義數(shù)據(jù)類型可以直接序列化和反序列化，不需要編寫額外的轉(zhuǎn)換函數(shù)或類。

shelve模塊可以看做是pickle模塊的升級版，因為shelve使用的就是pickle的序列化協(xié)議，但是shelve比pickle提供的操作方式更加簡單、方便。shelve模塊相對于其它兩個模塊在將Python數(shù)據(jù)持久化到本地磁盤時有一個很明顯的優(yōu)點就是，它允許我們可以像操作dict一樣操作被序列化的數(shù)據(jù)，而不必一次性的保存或讀取所有數(shù)據(jù)。

2. 建議

1. 需要與外部系統(tǒng)交互時用json模塊；
2. 需要將少量、簡單Python數(shù)據(jù)持久化到本地磁盤文件時可以考慮用pickle模塊；
3. 需要將大量Python數(shù)據(jù)持久化到本地磁盤文件或需要一些簡單的類似數(shù)據(jù)庫的增刪改查功能時，可以考慮用shelve模塊。

3. 附錄

以上就是本文的全部內(nèi)容，希望對大家的學(xué)習(xí)有所幫助，也希望大家多多支持腳本之家。

最新評論