91 lines
2.8 KiB
ReStructuredText
91 lines
2.8 KiB
ReStructuredText
==============================
|
||
5.21 序列化Python对象
|
||
==============================
|
||
|
||
----------
|
||
问题
|
||
----------
|
||
你需要将一个Python对象序列化为一个字节流，以便将它保存到一个文件、存储到数据库或者通过网络传输它。
|
||
|
||
|
|
||
|
||
----------
|
||
解决方案
|
||
----------
|
||
The most common approach for serializing data is to use the pickle module. To dump
|
||
an object to a file, you do this:
|
||
对于序列化最普遍的做法就是使用 ``pickle`` 模块。为了将一个对象保存到一个文件中，可以这样做：
|
||
|
||
.. code-block:: python
|
||
|
||
import pickle
|
||
|
||
data = ... # Some Python object
|
||
f = open('somefile', 'wb')
|
||
pickle.dump(data, f)
|
||
|
||
为了将一个对象转储为一个字符串，可以使用 ``pickle.dumps()`` ：
|
||
|
||
.. code-block:: python
|
||
|
||
s = pickle.dumps(data)
|
||
|
||
为了从字节流中恢复一个对象，使用 ``picle.load()`` 或 ``pickle.loads()`` 函数。比如：
|
||
|
||
.. code-block:: python
|
||
|
||
# Restore from a file
|
||
f = open('somefile', 'rb')
|
||
data = pickle.load(f)
|
||
|
||
# Restore from a string
|
||
data = pickle.loads(s)
|
||
|
||
|
|
||
|
||
----------
|
||
讨论
|
||
----------
|
||
对于大多数应用程序来讲，``dump()`` 和 ``load()`` 函数的使用就是你有效使用 ``pickle`` 模块所需的全部了。
|
||
它可适用于绝大部分Python数据类型和用户自定义类的对象实例。
|
||
如果你碰到某个库可以让你在数据库中保存/恢复Python对象或者是通过网络传输对象的话，
|
||
那么很有可能这个库的底层就使用了 ``pickle`` 模块。
|
||
|
||
``pickle`` 是一种Python特有的自描述的数据编码。
|
||
通过自描述，被序列化后的数据包含每个对象开始和结束以及它的类型的信息。
|
||
因此，你无需担心对象记录的定义，它总是能工作。
|
||
举个例子，如果要处理多个对象，你可以这样做：
|
||
|
||
.. code-block:: python
|
||
|
||
>>> import pickle
|
||
>>> f = open('somedata', 'wb')
|
||
>>> pickle.dump([1, 2, 3, 4], f)
|
||
>>> pickle.dump('hello', f)
|
||
>>> pickle.dump({'Apple', 'Pear', 'Banana'}, f)
|
||
>>> f.close()
|
||
>>> f = open('somedata', 'rb')
|
||
>>> pickle.load(f)
|
||
[1, 2, 3, 4]
|
||
>>> pickle.load(f)
|
||
'hello'
|
||
>>> pickle.load(f)
|
||
{'Apple', 'Pear', 'Banana'}
|
||
>>>
|
||
|
||
你还能序列化函数，类，还有接口，但是结果数据仅仅将它们的名称编码成对应的代码对象。例如：
|
||
|
||
.. code-block:: python
|
||
|
||
>>> import math
|
||
>>> import pickle.
|
||
>>> pickle.dumps(math.cos)
|
||
b'\x80\x03cmath\ncos\nq\x00.'
|
||
>>>
|
||
|
||
当数据反序列化回来的时候，会先假定所有的源数据时可用的。
|
||
模块，类和函数会自动按需导入进来。对于Python数据被不同机器上的解析器所共享的应用程序而言，
|
||
数据的保存可能会有问题，因为所有的机器都必须访问同一个源代码。
|
||
|
||
|