pickle和cPickle:Python对象的序列化

目的:Python对象序列化
可用性:pickle最少1.4版本,cPickle 1.5版本以上


pickle模块实现了1种算法,将任意1个Python对象转化成1系列字节(byets)。此进程也调用了serializing对象。代表对象的字节流以后可以被传输或存储,再重构后创建1个具有相同特点(the
same characteristics)的新的对象。

cPickle使用C而不是Python,实现了相同的算法。这比Python实现要快好几倍,但是它不允许用户从Pickle派生子类。如果子类对你的使用来讲无关紧要,那末cPickle是个更好的选择。

正告:本文档直接说明,pickle不提供安全保证。如果你在多线程通讯(inter-process communication)或数据存储或存储数据中使用pickle,1定要谨慎。请勿信任你不能肯定为安全的数据。

导入

如平常1样,尝试导入cPickle,给它赋予1个别名“pickle”。如果由于某些缘由导入失败,退而求其次到Python的原生(native)实现pickle模块。如果cPickle可用,能给你提供1个更快速的履行,否则只能是轻便的履行(the portable implementation)。

try:
import cPickle as pickle
except:
import pickle

编码和解码

第1个例子将1种数据结构编码成1个字符串,然后把该字符串打印至控制台。使用1种包括所有原生类型(native types)的数据结构。任何类型的实例都可被腌渍(pickled,译者注:模块名称pickle的中文含义为腌菜),在稍后的例子中会演示。使用pickle.dumps()来创建1个表示该对象值的字符串。

try:
import cPickle as pickle
except:
import pickle
import pprint

data = [ { 'a':'A', 'b':2, 'c':3.0 } ]
print 'DATA:',
pprint.pprint(data)

data_string = pickle.dumps(data)
print 'PICKLE:', data_string

pickle默许仅由ASCII字符组成。也能够使用更高效的2进制格式(binary format),只是由于在打印的时候更容易于理解,本页的所有例子都使用ASCII输出。

$ python pickle_string.py

DATA:[{'a': 'A', 'b': 2, 'c': 3.0}]
PICKLE: (lp1
(dp2
S'a'
S'A'
sS'c'
F3
sS'b'
I2
sa.

数据被序列化以后,你可以将它们写入文件、套接字、管道等等中。以后你也能够从文件中读取出来、将它反腌渍(unpickled)而构造1个具有相同值得新对象。

try:
import cPickle as pickle
except:
import pickle
import pprint

data1 = [ { 'a':'A', 'b':2, 'c':3.0 } ]
print 'BEFORE:',
pprint.pprint(data1)

data1_string = pickle.dumps(data1)

data2 = pickle.loads(data1_string)
print 'AFTER:',
pprint.pprint(data2)

print 'SAME?:', (data1 is data2)
print 'EQUAL?:', (data1 == data2)

如你所见,这个新构造的对象与原对象相同,但并不是同1对象。这不足为奇。

$ python pickle_unpickle.py

BEFORE:[{'a': 'A', 'b': 2, 'c': 3.0}]
AFTER:[{'a': 'A', 'b': 2, 'c': 3.0}]
SAME?: False
EQUAL?: True

与流1起工作

dumps()loads()外,pickle还提供1对用在类文件流(file-like
streams)的转化函数。可以往1个流中写对个对象,然后从流中把它们读取出来,此进程不需要预先写入的对象有几个、它们多大。

try:
import cPickle as pickle
except:
import pickle
import pprint
from StringIO import StringIO

class SimpleObject(object):

def __init__(self, name):
self.name = name
l = list(name)
l.reverse()
self.name_backwards = ''.join(l)
return

data = []
data.append(SimpleObject('pickle'))
data.append(SimpleObject('cPickle'))
data.append(SimpleObject('last'))

# 使用StringIO摹拟1个文件
out_s = StringIO()

# 写入该流
for o in data:
print 'WRITING: %s (%s)' % (o.name, o.name_backwards)
pickle.dump(o, out_s)
out_s.flush()

# 建立1个可读流
in_s = StringIO(out_s.getvalue())

# 读数据
while True:
try:
o = pickle.load(in_s)
except EOFError:
break
else:
print 'READ: %s (%s)' % (o.name, o.name_backwards)

这个例子使用SringIO缓存器(buffer)摹拟流,所以在建立可读流的时候我们玩了1把。1个简单数据库的格式化也能够使用pickles来存储对象,只是shelve与之工作更加简便。

$ python pickle_stream.py

WRITING: pickle (elkcip)
WRITING: cPickle (elkciPc)
WRITING: last (tsal)
READ: pickle (elkcip)
READ: cPickle (elkciPc)
READ: last (tsal)

除存储数据,pickles在进程间通讯(inter-process communication)中也非常称手。例如,使用os.fork()os.pipe()可以创建工作者进程(worker
processes),从1个管道(pipe)读取作业指令(job instruction)然后将结果写入另外一个管道。管理工作者池(worker pool)和将作业送入、接受响应(response)的核心代码可被重用,由于作业和响应其实不属于某个特定类中。如果你使用管道或套接字(sockets),在通过连至另外一端(end)的连接倾倒(dumps)所有对象、推送数据以后,别忘了冲洗(flush)。如果你想写自己的工作者池管理器,请看multiprocessing

波比源码 – 精品源码模版分享 | www.bobi11.com
1. 本站所有资源来源于用户上传和网络,如有侵权请邮件联系站长!
2. 分享目的仅供大家学习和交流,您必须在下载后24小时内删除!
3. 不得使用于非法商业用途,不得违反国家法律。否则后果自负!
4. 本站提供的源码、模板、插件等等其他资源,都不包含技术服务请大家谅解!
5. 如有链接无法下载、失效或广告,请联系管理员处理!
6. 本站资源售价只是赞助,收取费用仅维持本站的日常运营所需!
7. 本站源码并不保证全部能正常使用,仅供有技术基础的人学习研究,请谨慎下载
8. 如遇到加密压缩包,请使用WINRAR解压,如遇到无法解压的请联系管理员!

波比源码 » pickle和cPickle:Python对象的序列化

发表评论

Hi, 如果你对这款模板有疑问,可以跟我联系哦!

联系站长
赞助VIP 享更多特权,建议使用 QQ 登录
喜欢我嘛?喜欢就按“ctrl+D”收藏我吧!♡