pickle的序列化规则
pickle的序列化规则
http://blog.163.com/qiongling007@126/blog/static/214242962011110193074/
Python规范(Python-specific)提供了pickle的序列化规则。这就不必担心不同版本的Python之间序列化兼容性问题。默认情况下,pickle的序列化是基于文本的,我们可以直接用文本编辑器查看序列化的文本。我们也可以序列成二进制格式的数据,这样的结果体积会更小。更详细的内容,可以参考Python手册pickle模块。
下面就开始使用pickle吧~
pickle.dump(obj, file[, protocol])
序列化对象,并将结果数据流写入到文件对象中。参数protocol是序列化模式,默认值为0,表示以文本的形式序列化。protocol的值还可以是1或2,表示以二进制的形式序列化。
pickle.load(file)
反序列化对象。将文件中的数据解析为一个Python对象。下面通过一个简单的例子来演示上面两个方法的使用:
1 | #coding=gbk |
2 | |
3 | import pickle, StringIO |
4 | |
5 | class Person(object): |
6 | '''自定义类型。 |
7 | ''' |
8 | def __init__(self, name, address): |
9 | self.name = name |
10 | self.address = address |
11 | |
12 | def display(self): |
13 | print 'name:', self.name, 'address:', self.address |
14 | |
15 | jj = Person("JGood", "中国 杭州") |
16 | jj.display() |
17 | file = StringIO.StringIO() |
18 | |
19 | pickle.dump(jj, file, 0) #序列化 |
20 | #print file.getvalue() #打印序列化后的结果 |
#del Person #反序列的时候,必须能找到对应类的定义。否则反序列化操作失败。 | |
21 | |
22 | file.seek(0) |
23 | jj1 = pickle.load(file) #反序列化 |
24 | jj1.display() |
25 | |
26 | file.close() |
注意:在反序列化的时候,必须能找到对应类的定义,否则反序列化将失败。在上面的例子中,如果取消#del Person的注释,在运行时将抛AttributeError异常,提示当前模块找不到Person的定义。
pickle.dumps(obj[, protocol])
pickle.loads(string)
我们也可以直接获取序列化后的数据流,或者直接从数据流反序列化。方法dumps与loads就完成这样的功能。dumps返回序列化后的数据流,loads返回的序列化生成的对象。
python模块中还定义了两个类,分别用来序列化、反序列化对象。
class pickle.Pickler(file[, protocal]):
该类用于序列化对象。参数file是一个类文件对象(file-like object),用于保存序列化结果。可选参数表示序列化模式。它定义了两个方法:
dump(obj):
将对象序列化,并保存到类文件对象中。参数obj是要序列化的对象。
clear_memo()
清空pickler的“备忘”。使用Pickler实例在序列化对象的时候,它会“记住”已经被序列化的对象引用,所以对同一对象多次调用dump(obj),pickler不会“傻傻”的去多次序列化。下面是一个简单的例子:
1 | #coding=gbk |
2 | import pickle, StringIO |
3 | |
4 | class Person(object): |
5 | '''自定义类型。 |
6 | ''' |
7 | def __init__(self, name, address): |
8 | self.name = name |
9 | self.address = address |
10 | |
11 | def display(self): |
12 | print 'name:', self.name, 'address:', self.address |
13 | |
14 | fle = StringIO.StringIO() |
15 | pick = pickle.Pickler(fle) |
16 | person = Person("JGood", "Hangzhou China") |
17 | |
18 | pick.dump(person) |
19 | val1 = fle.getvalue() |
20 | print len(val1) |
21 | |
22 | pick.clear_memo() #注释此句,再看看运行结果 |
23 | |
24 | pick.dump(person) #对同一引用对象再次进行序列化 |
25 | val2 = fle.getvalue() |
26 | print len(val2) |
27 | |
28 | #---- 结果 ---- |
29 | #148 |
30 | #296 |
31 | # |
32 | #将这行代码注释掉:pick.clear_memo() |
33 | #结果为: |
34 | #148 |
35 | #152 |
36 |
class pickle.Unpickler(file):
该类用于反序列化对象。参数file是一个类文件(file-like object)对象,Unpickler从该参数中获取数据进行反序列化。
load():
反序列化对象。该方法会根据已经序列化的数据流,自动选择合适的反序列化模式。
1 | #.... 接上个例子中的代码 |
2 | |
3 | fle.seek(0) |
4 | unpick = pickle.Unpickler(fle) |
5 | print unpick.load() |
6 |
上面介绍了pickle模块的基本使用,但和marshal一样,并不是所有的类型都可以通过pickle序列化的。例如对于一个嵌套的类型,使用pickle序列化就失败。例如:
1 | class A(object): |
2 | class B(object): |
3 | def __init__(self, name): |
4 | self.name = name |
5 | |
6 | def __init__(self): |
7 | print 'init A' |
8 | |
9 | b = A.B("my name") |
10 | print b |
11 | c = pickle.dumps(b, 0) #失败哦 |
12 | print pickle.loads(c) |
关于pickle支持的序列化类型,可以参考Python手册。
Python手册中的pickle模块,介绍了更高级的主题,例如自定义序列化过程。有时间再和大家分享。
pickle的序列化规则相关推荐
- 迭代器/生成器/装饰器 /Json pickle 数据序列化
本节内容 迭代器&生成器 装饰器 Json & pickle 数据序列化 软件目录结构规范 作业:ATM项目开发 1.列表生成式,迭代器&生成器 列表生成式 孩子,我现在有个需 ...
- Python基础4 迭代器,生成器,装饰器,Json和pickle 数据序列化
本节内容 迭代器&生成器 装饰器 Json & pickle 数据序列化 软件目录结构规范 作业:ATM项目开发 1.列表生成式,迭代器&生成器 列表生成式 孩子,我现在有个需 ...
- Day4 - 迭代器生成器、装饰器、Json pickle 数据序列化、软件目录结构规范
---恢复内容开始--- 本节内容 迭代器&生成器 装饰器 Json & pickle 数据序列化 软件目录结构规范 作业:ATM项目开发 1.列表生成式,迭代器&生成器 列表 ...
- Python基础 day4 迭代器生成器 装饰器 Json pickle 数据序列化 软件目录结构规范 作业:ATM项目开发...
本节内容 迭代器&生成器 装饰器 Json & pickle 数据序列化 软件目录结构规范 作业:ATM项目开发 列表生成器 1.列表生成式,迭代器&生成器 列表生成式 孩子, ...
- Python-Day4 Python基础进阶之生成器/迭代器/装饰器/Json pickle 数据序列化
一.生成器 通过列表生成式,我们可以直接创建一个列表.但是,受到内存限制,列表容量肯定是有限的.而且,创建一个包含100万个元素的列表,不仅占用很大的存储空间,如果我们仅仅需要访问前面几个元素,那后面 ...
- 使用pickle模块序列化数据,优化代码
使用pickle模块序列化数据,优化代码 pickle是Python标准库中的一个二进制序列化和反序列化库. 可以以二进制的形式将数据持久化保存到磁盘文件中.可以将数据和代码分离,提高代码可读性和优雅 ...
- python中常用的序列化模块_Python常用模块之pickle——对象序列化
作用 对Python对象进行序列化,便于存储和传输 Python对象序列化成bytes类型 pickle.dumps(obj) 将Python对象转化为bytes类型 pickle.loads(str ...
- python中使用pickle进行序列化
python的pickle模块实现了基本的数据序列和反序列化.通过pickle模块的序列化操作我们能够将程序中运行的对象信息保存到文件中去,永久存储:通过pickle模块的反序列化操作,我们能够从文件 ...
- json,pickle,shelve序列化和反序列化
1.简介 ● json:用于字符串 和 python简单数据类型(list,dict...)间进行转换:字符串<--->python简单数据类型 ● pickle:用于python特有 ...
最新文章
- BZOJ.5068.友好的生物(思路)
- 【学术相关】翻倍!研究生招生规模持续扩张!
- Linux 列出文件列表命令ls
- 四、学编程语言前,不了解Git,怎么入坑
- ITIL V3 服务转换篇 之 服务转换阶段的组织形式
- 拓端tecdat|用TensorFlow实现MNIST
- Linux进程优先级取值范围,Linux中使用nice和renice命令:改变进程优先级
- 最简短的加入收藏代码
- 用Python给喜欢的女孩写一个办公小工具,她说棒极了
- arcgis地理空间数据库学习记录05-管理分布式数据库
- 设置swiper中的高度
- Android实现自适应正方形GridView(陌陌引导页面效果)
- [原创]如何获得SBO的数据表中文描述和数据表的中文字段
- 计算机网络复习资料(前六章谢希仁版)
- 自动对焦模块理论基础及其硬件实现浅析(一)
- CISAW证书发证机构是哪里?权威性如何?
- mysql内循环是什么人_mysql循环
- 左移寄存器vhdl_8位移位寄存器vhdl代码
- sb版 java后端(spring boot)应用Conflux Java SDK尝试交互Conflux实录
- 世纪佳缘信息爬取存储到mysql,下载图片到本地,从数据库选取账号对其发送消息更新发信状态