Python 数据持久化 - Pickle 模块

---

Python 的序列化和反序列化术语分别是 pickling 和 unpickling。Python 库中的 pickle 模块使用非常 Python 特定的数据格式。因此，非 Python 应用程序可能无法正确反序列化 pickle 数据。还建议不要从未经验证的来源中解封数据。

序列化（腌制）的数据可以存储在字节字符串或二进制文件中。该模块定义了dumps()和loads()函数来使用字节字符串来pickle 和unpickle 数据。对于基于文件的进程，该模块具有dump()和load()函数。

Python 的 pickle 协议是用于在二进制数据中构造和解构 Python 对象的约定。目前，pickle 模块定义了 5 种不同的协议，如下所示：

例子

pickle 模块由 dumps() 函数组成，该函数返回 pickle 数据的字符串表示形式。

from pickle import dump
dct={"name":"Ravi", "age":23, "Gender":"M","marks":75}
dctstring=dumps(dct)
print (dctstring)

输出

b'\x80\x03}q\x00(X\x04\x00\x00\x00nameq\x01X\x04\x00\x00\x00Raviq\x02X\x03\x00\x00\x00ageq\x03K\x17X\x06\x00\x00\x00Genderq\x04X\x01\x00\x00\x00Mq\x05X\x05\x00\x00\x00marksq\x06KKu.

例子

使用loads()函数，对字符串进行unpickle并获取原始字典对象。

from pickle import load
dct=loads(dctstring)
print (dct)

输出

{'name': 'Ravi', 'age': 23, 'Gender': 'M', 'marks': 75}

Pickled 对象还可以使用 dump() 函数持久存储在磁盘文件中，并使用 load() 函数检索。

import pickle
f=open("data.txt","wb")
dct={"name":"Ravi", "age":23, "Gender":"M","marks":75}
pickle.dump(dct,f)
f.close()

#to read
import pickle
f=open("data.txt","rb")
d=pickle.load(f)
print (d)
f.close()

pickle 模块还以Pickler和Unpickler类的形式为序列化机制提供面向对象的 API 。

如上所述，就像Python中的内置对象一样，用户定义类的对象也可以持久序列化在磁盘文件中。在下面的程序中，我们定义一个 User 类，以姓名和手机号码作为其实例属性。除了 __init__() 构造函数之外，该类还重写 __str__() 方法，该方法返回其对象的字符串表示形式。

class User:
   def __init__(self,name, mob):
      self.name=name
      self.mobile=mob
   def __str__(self):
return ('Name: {} mobile: {} '. format(self.name, self.mobile))

为了在文件中pickle上述类的对象，我们使用pickler类及其dump()方法。

from pickle import Pickler
user1=User('Rajani', 'raj@gmail.com', '1234567890')
file=open('userdata','wb')
Pickler(file).dump(user1)
Pickler(file).dump(user2)
file.close()

相反，Unpickler 类具有 load() 方法来检索序列化对象，如下所示 -

from pickle import Unpickler
file=open('usersdata','rb')
user1=Unpickler(file).load()
print (user1)