Python-模块系列-pickle库-数据序列化和反序列化

1.概述

  在Python开发过程中，如果希望透明地存储 Python 对象，而不丢失其身份和类型等信息，则需要某种形式的对象序列化：它是一个将任意复杂的对象转成对象的文本或二进制表示的过程。同样，必须能够将对象经过序列化后的形式恢复到原有的对象。在 Python 中，这种序列化过程称为 pickle，可以将对象 pickle 成字符串、磁盘上的文件或者任何类似于文件的对象，也可以将这些字符串、文件或任何类似于文件的对象 unpickle 成原来的对象。   缺点：只用 pickle 是不能解决命名和查找 pickle 文件这样的问题，另外，它也不能支持并发地访问持久性对象。如果需要更复杂的面向对象存储，需要采用python中的面向对象数据库来支持。

  在pickle中两个最常用的函数，一个是dump函数，用于序列化；另一个是load函数，用于反序列化。

2.dump()方法-序列化

  pickle.dump(obj, file, [,protocol])   注释：序列化对象，将对象obj保存到文件file中去。参数protocol是序列化模式，默认是0（ASCII协议，表示以文本的形式进行序列化），protocol的值还可以是1和2（1和2表示以二进制的形式进行序列化。其中，1是老式的二进制协议；2是新二进制协议）。file表示保存到的类文件对象，file必须有write()接口，file可以是一个以"w"打开的文件或者是一个StringIO对象，也可以是任何可以实现write()接口的对象。

3.load()方法-反序列化

  pickle.load(file)   注释：反序列化对象，将文件中的数据解析为一个python对象。file中有read()接口和readline()接口。

import pickle
def get_label_dict():
    fr=open('./chinese_labels_py3.txt', 'rb');#尽量采用二进制，文本编码，存在编码转换与选择问题
    label_dict = pickle.load(fr);#反序列化
    fr.close();

    fw = open('chinese_labels_py3.txt', 'wb');
    pickle.dump(label_dict,fw,1);#序列化
    fw.close();
    return label_dict;
get_label_dict();

4.注意事项

  在使用中，需要注意到的几个问题。   1.pickle支持循环引用和递归引用。   2.不可 pickle 的对象：一些对象类型是不可 pickle 的。例如，Python 不能 pickle 文件对象（或者任何带有对文件对象引用的对象），因为 Python 在 unpickle 时不能保证它可以重建该文件的状态。   3.可移植性：从空间和时间上说，Pickle 是可移植的。换句话说，pickle 文件格式独立于机器的体系结构，这意味着，例如，可以在 Linux 下创建一个 pickle，然后将它发送到在 Windows 或 Mac OS 下运行的 Python 程序。并且，当升级到更新版本的 Python 时，不必担心可能要废弃已有的 pickle。Python 开发人员已经保证 pickle 格式将可以向后兼容 Python 各个版本。事实上，在 pickle 模块中提供了有关目前以及所支持的格式方面的详细信息。

5.作者答疑

如有疑问，敬请留言。