pickle

https://zhuanlan.zhihu.com/p/42804596?utm_medium=social&utm_source=wechat_session

python程序运行中得到了一些字符串，列表，字典等数据，想要长久的保存下来，方便以后使用，而不是简单的放入内存中关机断电就丢失数据。python模块大全中pickle模块就排上用场了， 他可以将对象转换为一种可以传输或存储的格式。

pickle对象串行化

pickle模块将任意一个python对象转换成一系统字节的这个操作过程叫做串行化对象；

pickle与cpickle比较

pickle完全用python来实现的，cpickle用C来实现的，cpickle的速度要比pickle快好多倍，电脑中如果有cpickle的话建议使用cpickle

pickle模块中常用的函数：

1.pickle.dump(obj, file, [,protocol])

• • 含义：pickle.dump（对象，文件，[使用协议]）
  • 将要持久化的数据“对象”，保存到“文件”中，使用有3种协议，索引0为ASCII，1为旧式二进制，2为新式二进制协议，不同之处在于2要更高效一些。
  • 默认dump方法使用0做协议

2.pickle.load(file)

• • 含义：pickle.load(文件)，将file中的对象序列化读出。
  • 从“文件”中读取字符串，将他们反序列化转换为python的数据对象，可以像操作数据类型的这些方法来操作它们；

3.pickle.dumps(obj[, protocol])

• • 函数的功能：将obj对象序列化为string形式，而不是存入文件中。
  • obj：想要序列化的obj对象。
  • protocal：如果该项省略，则默认为0。如果为负值或HIGHEST_PROTOCOL，则使用最高的协议版本。

4.pickle.loads(string)

• • 函数的功能：从string中读出序列化前的obj对象。
  • string：文件名称。

dump() 与 load() 相比 dumps() 和 loads() 还有另一种能力：dump（）函数能一个接一个地将几个对象序列化存储到同一个文件中，随后调用load（）来以同样的顺序反序列化读出这些对象。（注意多个文件的存储和读取顺序要一致）

        with open(self.model_file, 'wb') as f:
            pickle.dump(self.A_dic, f)
            pickle.dump(self.B_dic, f)
            pickle.dump(self.Pi_dic, f)
        with open(self.model_file, 'rb') as f:
            self.A_dic = pickle.load(f)
            self.B_dic = pickle.load(f)
             self.Pi_dic = pickle.load(f)

pickle实例代码：

(1)一个字典a，用dump()存储到本地文件，所存数据的格式就是字典，而普通的file.write()写入文件的是字符串。读取时，load()返回的是一个字典，file.read()返回的是一个字符串。

import pickle

a = {" name ": "Tom", "age": "40"}
with open('text.txt', 'wb') as file:
    pickle.dump(a, file)

with open('text.txt', 'rb') as file2:
    b = pickle.load(file2)

print(type(b))
print(b)

输出如下：

<class 'dict'>
{' name ': 'Tom', 'age': '40'}

(2)一个列表info，用 pickle.dumps()方法将info序列化为string形式，而不是存入文件中。用pickle.loads()方法从string（文件名称data1）读出序列化前的对象。

import pprint
import _pickle as cpickle
import pickle

info=[1,2,3,'java','python']
print("原始数据：")
pprint.pprint(info)

data1=pickle.dumps(info)
data2=pickle.loads(data1)

print("序列化：",data1)
print("反序列化：",data2)

输出如下：

原始数据：
[1, 2, 3, 'java', 'python']
序列化： b'\x80\x03]q\x00(K\x01K\x02K\x03X\x04\x00\x00\x00javaq\x01X\x06\x00\x00\x00pythonq\x02e.'
反序列化： [1, 2, 3, 'java', 'python']

3、pickle模块主要函数实例

import _pickle as cpickle
import pickle

dataList = [[8, 1, 'python'],
            [8, 1, 'python'],
            [8, 0, 'python'],
            [8, 1, 'C++'],
            [8, 1, 'C++']]
dataDict = {
    0: [1, 2, 3],
    "a": {"name": "zhangsan", "age": 18},
    1: ('name', "sex", 17)
}

file_write = open("datafile.txt", "wb")
pickle.dump(dataList, file_write)
pickle.dump(dataDict, file_write)
file_write.close()

file_read = open("datafile.txt", "rb")
data1 = pickle.load(file_read)
print('\n' + "反序列化1：%r" % data1)
data2 = pickle.load(file_read)
print('\n' + "反序列化2：%r" % data2)
file_read.close()


 # 使用dumps()和loads()举例
print("使用dumps()和loads()举例")
p = pickle.dumps(dataList)
print(pickle.loads(p))
p = pickle.dumps(dataDict)
print(pickle.loads(p))

输出如下：

反序列化1：[[8, 1, 'python'], [8, 1, 'python'], [8, 0, 'python'], [8, 1, 'C++'], [8, 1, 'C++']]

反序列化2：{0: [1, 2, 3], 'a': {'name': 'zhangsan', 'age': 18}, 1: ('name', 'sex', 17)}
使用dumps()和loads()举例
[[8, 1, 'python'], [8, 1, 'python'], [8, 0, 'python'], [8, 1, 'C++'], [8, 1, 'C++']]
{0: [1, 2, 3], 'a': {'name': 'zhangsan', 'age': 18}, 1: ('name', 'sex', 17)}

4、要注意的是，在load（file）时，要让python能够找到类的定义，否则会报错：

import _pickle as cpickle
import pickle

class Person:
    def __init__(self,name,age):
        self.name=name
        self.age=age
    def show(self):
        print(self.name+"___"+str(self.age))
person=Person("zhangsan",18)
person.show()

f=open("person.txt","wb")
pickle.dump(person,f)
f.close()

#del Person

f=open("person.txt","rb")
data=pickle.load(f)
print(data.name+"__"+str(data.age))
f.close()
data.show()

输出如下：

zhangsan___18
zhangsan__18
zhangsan___18

如果del Person不注释掉：（意思就是当前的模块找不到类了）

  File "E:/python_project/test/test.py", line 33, in <module>
    data=pickle.load(f)
AttributeError: Can't get attribute 'Person' on <module '__main__' from 'E:/python_project/test/test.py'>

5、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“傻呼呼”的去多次序列化。

import pickle
import io

class Person:
    def __init__(self,name,age):
        self.name=name
        self.age=age
    def show(self):
        print(self.name+"___"+str(self.age))
person=Person("zhangsan",18)
person.show()

file=io.BytesIO()
pick=pickle.Pickler(file)
pick.dump(person)

value1=file.getvalue()
print(len(value1))

pick.clear_memo()
pick.dump(person)
value2=file.getvalue()
print(len(value2))
file.close()

上面代码运行结果：

zhangsan___18
70
140

再注释掉pick.clear_memo()后，运行结果如下：

zhangsan___18
70
75

主要是因为，python的pickle如果不clear_memo，则不会多次去序列化对象。

发布于 2018-08-23