學(xué)習(xí)過marshal模塊用于序列化和反序列化，但marshal的功能比較薄弱，只支持部分內(nèi)置數(shù)據(jù)類型的序列化/反序列化，對(duì)于用戶自定義的類型就無能為力，同時(shí)marshal不支持自引用(遞歸引用)的對(duì)象的序列化。所以直接使用marshal來序列化/反序列化可能不是很方便。還好，python標(biāo)準(zhǔn)庫提供了功能更加強(qiáng)大且更加安全的pickle和cPickle模塊。

cPickle模塊是使用C語言實(shí)現(xiàn)的，所以在運(yùn)行效率上比pickle要高。但是cPickle模塊中定義的類型不能被繼承（其實(shí)大多數(shù)時(shí)候，我們不需要從這些類型中繼承。）。cPickle和pickle的序列化/反序列化規(guī)則是一樣的，我們可以使用pickle序列化一個(gè)對(duì)象，然后使用cPickle來反序列化。同時(shí)，這兩個(gè)模塊在處理自引用類型時(shí)會(huì)變得更加“聰明”，它不會(huì)無限制的遞歸序列化自引用對(duì)象，對(duì)于同一對(duì)象的多次引用，它只會(huì)序列化一次。例如：
 

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

Python規(guī)范（Python-specific）提供了pickle的序列化規(guī)則。這就不必?fù)?dān)心不同版本的Python之間序列化兼容性問題。默認(rèn)情況下，pickle的序列化是基于文本的，我們可以直接用文本編輯器查看序列化的文本。我們也可以序列成二進(jìn)制格式的數(shù)據(jù)，這樣的結(jié)果體積會(huì)更小。更詳細(xì)的內(nèi)容，可以參考Python手冊(cè)pickle模塊。

下面就開始使用pickle吧~
pickle.dump(obj, file[, protocol])

序列化對(duì)象，并將結(jié)果數(shù)據(jù)流寫入到文件對(duì)象中。參數(shù)protocol是序列化模式，默認(rèn)值為0，表示以文本的形式序列化。protocol的值還可以是1或2，表示以二進(jìn)制的形式序列化。
pickle.load(file)

反序列化對(duì)象。將文件中的數(shù)據(jù)解析為一個(gè)Python對(duì)象。下面通過一個(gè)簡(jiǎn)單的例子來演示上面兩個(gè)方法的使用：
 

#coding=gbk
 
import pickle, StringIO
 
class Person(object):
 
'''自定義類型。
 
'''
 def __init__(self, name, address):
  self.name = name
  self.address = address
  
  def display(self):
  print 'name:', self.name, 'address:', self.address 
 
jj = Person("JGood", "中國 杭州")
jj.display()
file = StringIO.StringIO()
 
pickle.dump(jj, file, 0) 
#序列化
#print file.getvalue() #打印序列化后的結(jié)果
  
#del Person #反序列的時(shí)候，必須能找到對(duì)應(yīng)類的定義。否則反序列化操作失敗。
file.seek(0)
jj1 = pickle.load(file) 
#反序列化
jj1.display()
file.close()

注意：在反序列化的時(shí)候，必須能找到對(duì)應(yīng)類的定義，否則反序列化將失敗。在上面的例子中，如果取消#del Person的注釋，在運(yùn)行時(shí)將拋AttributeError異常，提示當(dāng)前模塊找不到Person的定義。
pickle.dumps(obj[, protocol])
pickle.loads(string)

我們也可以直接獲取序列化后的數(shù)據(jù)流，或者直接從數(shù)據(jù)流反序列化。方法dumps與loads就完成這樣的功能。dumps返回序列化后的數(shù)據(jù)流，loads返回的序列化生成的對(duì)象。

python模塊中還定義了兩個(gè)類，分別用來序列化、反序列化對(duì)象。
class pickle.Pickler(file[, protocal]):

該類用于序列化對(duì)象。參數(shù)file是一個(gè)類文件對(duì)象(file-like object)，用于保存序列化結(jié)果?？蛇x參數(shù)表示序列化模式。它定義了兩個(gè)方法：
dump(obj):

將對(duì)象序列化，并保存到類文件對(duì)象中。參數(shù)obj是要序列化的對(duì)象。
clear_memo()

清空pickler的“備忘”。使用Pickler實(shí)例在序列化對(duì)象的時(shí)候，它會(huì)“記住”已經(jīng)被序列化的對(duì)象引用，所以對(duì)同一對(duì)象多次調(diào)用dump(obj)，pickler不會(huì)“傻傻”的去多次序列化。下面是一個(gè)簡(jiǎn)單的例子：
 

#coding=gbk
import pickle, StringIO
 
class Person(object):
 
'''自定義類型。
 
'''
 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() 
#注釋此句，再看看運(yùn)行結(jié)果
 
pick.dump(person) 
#對(duì)同一引用對(duì)象再次進(jìn)行序列化
val2 = fle.getvalue()
print len(val2)
 
#---- 結(jié)果 ----
#148
#296
#
#將這行代碼注釋掉：pick.clear_memo()
#結(jié)果為：
#148
#152
class pickle.Unpickler(file):

該類用于反序列化對(duì)象。參數(shù)file是一個(gè)類文件(file-like object)對(duì)象，Unpickler從該參數(shù)中獲取數(shù)據(jù)進(jìn)行反序列化。
load():

反序列化對(duì)象。該方法會(huì)根據(jù)已經(jīng)序列化的數(shù)據(jù)流，自動(dòng)選擇合適的反序列化模式。
 

#.... 接上個(gè)例子中的代碼
 
fle.seek(0)
unpick = pickle.Unpickler(fle)
print unpick.load()

上面介紹了pickle模塊的基本使用，但和marshal一樣，并不是所有的類型都可以通過pickle序列化的。例如對(duì)于一個(gè)嵌套的類型，使用pickle序列化就失敗。例如：
 

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) 
#失敗哦
print pickle.loads(c)

關(guān)于pickle支持的序列化類型，可以參考Python手冊(cè)。

最新評(píng)論