Python 数据持久化 - Pickle 模块

Python 中序列化和反序列化的术语分别为 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地反序列化 pickled 数据。建议不要从未经身份验证的来源反序列化数据。

序列化（pickled）的数据可以存储在字节字符串或二进制文件中。此模块定义了 **dumps()** 和 **loads()** 函数，用于使用字节字符串对数据进行 pickle 和 unpickle 操作。对于基于文件的过程，该模块具有 **dump()** 和 **load()** 函数。

Python 的 pickle 协议是在将 Python 对象构造和解构为/从二进制数据时使用的约定。目前，pickle 模块定义了 5 种不同的协议，如下所示：

序号	名称和描述
1	协议版本 0 原始的“人类可读”协议，与早期版本兼容。
2	协议版本 1 旧的二进制格式，也与早期版本的 Python 兼容。
3	协议版本 2 在 Python 2.3 中引入，提供了对新式类的有效 pickling。
4	协议版本 3 在 Python 3.0 中添加。当需要与其他 Python 3 版本兼容时推荐使用。
5	协议版本 4 在 Python 3.4 中添加。它增加了对超大对象的支持。

示例

pickle 模块包含 dumps() 函数，该函数返回 pickled 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.

示例

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 对象也可以使用 dump() 函数持久地存储在磁盘文件中，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 模块还提供面向对象的 API，用于以 **Pickler** 和 **Unpickler** 类的形式实现序列化机制。

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地序列化到磁盘文件中。在下面的程序中，我们定义了一个 User 类，其实例属性为姓名和手机号码。除了 __init__() 构造函数外，该类还覆盖了 __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))

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

from pickle import Pickler
user1=User('Rajani', '[email protected]', '1234567890')
file=open('userdata','wb')
Pickler(file).dump(user1)
Pickler(file).dump(user2)
file.close()

相反，Unpickler 类具有 load() 方法来检索序列化的对象，如下所示：

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

打印页面