1. pickle標(biāo)準(zhǔn)庫(kù)簡(jiǎn)介

• pickle，作為名詞表示泡菜，作為動(dòng)詞表示用醋或鹽水保存食物。由此不難聯(lián)想到，用存儲(chǔ)設(shè)備持久化保存數(shù)據(jù)。而pickle標(biāo)準(zhǔn)庫(kù)恰是一個(gè) Python 對(duì)象結(jié)構(gòu)的二進(jìn)制序列化和反序列化的核心庫(kù)，專(zhuān)用于表示Python語(yǔ)言大量數(shù)據(jù)類(lèi)型，是序列化 Python 對(duì)象時(shí)的首選。
• pickle標(biāo)準(zhǔn)庫(kù)是一個(gè)純Python實(shí)現(xiàn)的標(biāo)準(zhǔn)版本，cPickle標(biāo)準(zhǔn)庫(kù)(Python 3.x更名為_(kāi)pickle)則是C語(yǔ)言實(shí)現(xiàn)的加速版本，讀寫(xiě)效率較高。
• 實(shí)際使用Python3.x過(guò)程中，我們直接導(dǎo)入標(biāo)準(zhǔn)版本即可，源代碼最后部分會(huì)嘗試導(dǎo)入加速版本對(duì)應(yīng)函數(shù)，不必單獨(dú)導(dǎo)入pickle模塊，如下所示：

# Use the faster _pickle if possible
try:
    from _pickle import (
        PickleError,
        PicklingError,
        UnpicklingError,
        Pickler,
        Unpickler,
        dump,
        dumps,
        load,
        loads
    )
except ImportError:
    Pickler, Unpickler = _Pickler, _Unpickler
    dump, dumps, load, loads = _dump, _dumps, _load, _loads

1.1 預(yù)備知識(shí)

• 數(shù)據(jù)持久化(Data Persistence)：將內(nèi)存中的數(shù)據(jù)模型轉(zhuǎn)換為存儲(chǔ)模型，以及將存儲(chǔ)模型轉(zhuǎn)換為內(nèi)存中的數(shù)據(jù)模型的統(tǒng)稱(chēng)，一般是指把瞬時(shí)數(shù)據(jù)（如內(nèi)存中的對(duì)象）轉(zhuǎn)換為持久數(shù)據(jù)永久保存到存儲(chǔ)設(shè)備中（如磁盤(pán)）。
• 序列化\反序列化分類(lèi)：二進(jìn)制序列、文本序列
• 序列化(Serialization)：將對(duì)象的狀態(tài)信息轉(zhuǎn)換為可以存儲(chǔ)或傳輸?shù)男问降倪^(guò)程，目的是使內(nèi)存中的狀態(tài)信息持久化便于以后恢復(fù)、
• 方便在網(wǎng)絡(luò)傳輸以實(shí)現(xiàn)跨平臺(tái)數(shù)據(jù)交互。
• 反序列化(Deserialization)：將序列重新恢復(fù)成對(duì)象的過(guò)程，是序列化的逆過(guò)程

1.2 pickle與json的對(duì)比

2. pickle常用函數(shù)

2.1 pickle.dump(obj, file, protocol=None, *, fix_imports=True)

將 Python 對(duì)象寫(xiě)入已打開(kāi)的二進(jìn)制文件

# define a dict object
obj={
    "name":"Bonnie",
    "isAGirl":True,
    "age":22,
    "hobbies":["guitar","singing","traveling"]
}
# 將obj寫(xiě)入已打開(kāi)的二進(jìn)制文件，序列化
with open("puppy_love.pkl","wb") as f:
    pickle.dump(obj,f,protocol=pickle.HIGHEST_PROTOCOL) # 設(shè)置為可用的最高協(xié)議

2.2 pickle.load(file, *, fix_imports=True, encoding='ASCII', errors='strict')

從已打開(kāi)的二進(jìn)制文件中讀取打包后的對(duì)象，重建其中特定對(duì)象的層次結(jié)構(gòu)并返回

# 從打開(kāi)的二進(jìn)制文件重建對(duì)象，反序列化
with open("puppy_love.pkl","rb") as f:
    obj_again=pickle.load(f)
print("反序列化后的對(duì)象為{}".format(obj_again))

2.3 pickle.dumps(obj, protocol=None, *, fix_imports=True)

將 obj 打包以后的對(duì)象作為bytes 類(lèi)型直接返回，而不是將其寫(xiě)入到文件

# 將Python對(duì)象直接轉(zhuǎn)為bytes類(lèi)型，不寫(xiě)入文件
bytes_obj=pickle.dumps(obj,protocol=pickle.HIGHEST_PROTOCOL) # 設(shè)置為可用的最高協(xié)議
print("obj轉(zhuǎn)換為bytes類(lèi)型后為{}".format(bytes_obj))

2.4 pickle.loads(data, *, fix_imports=True, encoding='ASCII', errors='strict')

重建并返回一個(gè)對(duì)象的封存表示形式 data 的對(duì)象層級(jí)結(jié)構(gòu)，bytes類(lèi)型將反序列化為Python對(duì)象

# bytes類(lèi)型將反序列化為Python對(duì)象
obj_origin=pickle.loads(bytes_obj)
print("bytes類(lèi)型將反序列化為obj后{}".format(obj_origin))

3.參考文獻(xiàn)

pickle —— Python 對(duì)象序列化 — Python 3.7.13 文檔

到此這篇關(guān)于Python標(biāo)準(zhǔn)庫(kù)pickle的簡(jiǎn)單使用的文章就介紹到這了,更多相關(guān)Python pickle內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評(píng)論