详解python中pickle模块的一些函数

pickle模块是python中用来将Python对象序列化和解序列化的一个工具。“pickling”是将Python对象转化为字节流的过程，而“unpickling”是相反的过程（将来自“binary file或bytes-like object”的字节流反转为对象的过程）。

5种协议

• Protocol version 0 是最原始一种协议，它向后与以前的Python版本兼容。
• Protocol version 1 是一种老的二进制格式，它也兼容以前版本的Python。
• Protocol version 2 是在 Python2.3 中被引入的。它提供了对新类型new-style class更加高效的pickling。
• Protocol version 3 是在 Python3.0 中加入的。它明确的支持了字节对象bytes objects的pickling，且不能被Python2.x unpickling。这个协议就是默认的协议，也是在Python3的其他版本中推荐的协议。
• Protocol version 4 是在Python3.4中被加入的。它增加了对超大对象的支持，且支持pickling的对象类型也更多。

模块的接口函数

pickle.HIGHEST_PROTOCOL

• 这是一个整数，表示最高可用的协议版本。这个值可以作为参数protocol传给函数dump()和dumps()以及Pickler构造器。

pickle.DEFAULT_PROTOCOL

• 这是一个整数，表示用来pickling的默认协议版本。可能比pickle.HIGHEST_PROTOCOL小。目前默认的协议版本是3，协议3是专门为Python3设计的一种新的协议。

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

• 将一个对象序列化，并将其写入文件对象中。这等价于函数Pickler(file, protocol).dump(obj)。
• protocol参数是可选的，是一个整数，用来表示用到的协议版本。支持的协议为0到HIGHEST_PROTOCOL。如果没有指定，就是默认的DEFAULT_PROTOCOL。如果传入的是负数，那么HIGHEST_PROTOCOL就被指定为协议版本。
• file参数必须有一个write()方法，该方法接收一个单字节参数。

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

• 返回一个序列化后的对象，作为字节对象bytes objects，而不是将其写入文件中。

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

• 从文件对象中读取一个序列化后的对象并将其解序列化成原来的层级结构。这等价于函数Unpickler(file).load()。
• file参数必须有两个方法：read()方法接收一个整数参数和一个readlines()方法不要求参数。两个方法都应该返回字节。

pickle.loads(bytes_object, *, fix_imports=True, encoding="ASCII", errors="strict")

• 从字节对象bytes objects读取一个被序列化的对象，返回解序列化后的对象。

pickle模块衍生出两个类

• class pickle.Pickler(file, protocol=None, *, fix_imports=True)
• class pickle.Unpickler(file, *, fix_imports=True, encoding="ASCII", errors="strict")
• 这两个类也有一些方法，跟上面的方法等价，例如Pickler类的dump()方法、Unpickler类的load()方法。

什么东西可以被序列化

• None, True, 和 False
• 整数、浮点数和复数
• 字符串、字节和字节数组
• 元组、列表、集合和仅包括可序列化对象的字典
• 定义在一个模块上层的函数
• 定义在一个模块上层的内建函数
• 定义在一个模块上层的类
• 一些类的实例，这些类包括其__dict__或调用__getstate__()的结果是可序列化的。

示例代码

import pickle

# An arbitrary collection of objects supported by pickle.
# 支持序列化的字典
data = {
    'a': [1, 2.0, 3, 4+6j],
    'b': ("character string", b"byte string"),
    'c': {None, True, False}
}

with open('data.pickle', 'wb') as f:
    # Pickle the 'data' dictionary using the highest protocol available.
    # 用最高协议版本序列化data字典，将其写入文件"data.pickle"中
    pickle.dump(data, f, pickle.HIGHEST_PROTOCOL)

# 经过上面的代码，已经在本地磁盘中写入了一个文件"data.pickle"，现在我们将其读入，并将其解序列化
import pickle

with open('data.pickle', 'rb') as f:
    # The protocol version used is detected automatically, so we do not
    # have to specify it.
    data = pickle.load(f)
print(data)

• 以上一段代码的输出内容如下，可见经过解序列化之后的结构与原来的结构保持一致

{'b': ('character string', b'byte string'), 'a': [1, 2.0, 3, (4+6j)], 'c': {False, True, None}}