python中pickle模块_python3_pickle模块详解

python3 pickle持久化的储存数据。

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：

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

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；

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。

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。

pickle实例代码：

1、一个字典a，用dumple()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。

1 importpickle2

3

4 a = {"name": "Tom", "age": "40"}5 with open('text.txt', 'wb') as file:6 pickle.dump(a, file)7

8 with open('text.txt', 'rb') as file2:9 b =pickle.load(file2)10

11 print(type(b))12 print(b)

执行结果：

/usr/bin/python3.5 /home/rxf/python3_1000/1000/python3_server/python_pickle/example.py{'age': '40', 'name': 'Tom'}

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。

1 importpickle2 importpprint3

4 info = [1, 2, 3, 'abc', 'ilovepython']5 print('原始数据：')6 pprint.pprint(info)7

8 data1 =pickle.dumps(info)9 data2 =pickle.loads(data1)10

11 print("序列化：%r" %data1)12 print("反序列化： %r" % data2)

执行结果：

/usr/bin/python3.5 /home/rxf/python3_1000/1000/python3_server/python_pickle/demo1.py

原始数据：

[1, 2, 3, 'abc', 'ilovepython']

序列化：b'\x80\x03]q\x00(K\x01K\x02K\x03X\x03\x00\x00\x00abcq\x01X\x0b\x00\x00\x00ilovepythonq\x02e.'反序列化： [1, 2, 3, 'abc', 'ilovepython']

Process finished with exit code 0

3、pickle模块主要函数实例

1 #pickle模块主要函数的应用举例

2 importpickle3 importpprint4

5 dataList = [[8, 1, 'python'],6 [8, 1, 'python'],7 [8, 0, 'python'],8 [8, 1, 'C++'],9 [8, 1, 'C++']]10 dataDic = {0: [1, 2, 3, 4],11 1: ('a', 'b'),12 2: {'c': 'yes', 'd': 'no'}}13 print("原始数据dataList：")14 pprint.pprint(dataList)15 print('\n')16 print("原始数据dataDic：")17 pprint.pprint(dataDic)18

19 #使用dump()将数据序列化到文件中

20 fw = open('dataFile.txt', 'wb')21 #Pickle the list using the highest protocol available.

22 pickle.dump(dataList, fw)23 #Pickle dictionary using protocol 0.

24 pickle.dump(dataDic, fw)25 fw.close()26

27 #使用load()将数据从文件中序列化读出

28 fr = open('dataFile.txt', 'rb')29 data1 =pickle.load(fr)30 print('\n'+"反序列化1：%r" %data1)31 data2 =pickle.load(fr)32 print("反序列化2：%r" % data2 + '\n')33 fr.close()34

35 #使用dumps()和loads()举例

36 p =pickle.dumps(dataList)37 print(pickle.loads(p))38 p =pickle.dumps(dataDic)39 print(pickle.loads(p))

执行结果：

/usr/bin/python3.5 /home/rxf/python3_1000/1000/python3_server/python_pickle/demo2.py

原始数据dataList：

[[8, 1, 'python'],

[8, 1, 'python'],

[8, 0, 'python'],

[8, 1, 'C++'],

[8, 1, 'C++']]

原始数据dataDic：

{0: [1, 2, 3, 4], 1: ('a', 'b'), 2: {'c': 'yes', 'd': 'no'}}

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, 4], 1: ('a', 'b'), 2: {'d': 'no', 'c': 'yes'}}

[[8, 1, 'python'], [8, 1, 'python'], [8, 0, 'python'], [8, 1, 'C++'], [8, 1, 'C++']]

{0: [1, 2, 3, 4], 1: ('a', 'b'), 2: {'d': 'no', 'c': 'yes'}}

Process finished with exit code 0

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：

1 importpickle2

3

4 classPerson:5 def __init__(self, name, age):6 self.name =name7 self.age =age8

9 defshow(self):10 print(self.name+"_"+str(self.age))11

12 aa = Person("Battier", 6)13 aa.show()14

15 f = open('./demo3.txt', 'wb')16 pickle.dump(aa, f, 0)17 f.close()18

19 #del Person

20 f = open('./demo3.txt', 'rb')21 bb =pickle.load(f)22

23 f.close()24 bb.show()

如果不注释掉del Person的话，那么会报错：(意思就是当前的模块找不到类了)

/usr/bin/python3.5 /home/rxf/python3_1000/1000/python3_server/python_pickle/demo3.py

Battier_6

Traceback (most recent call last):

File"/home/rxf/python3_1000/1000/python3_server/python_pickle/demo3.py", line 21, in bb=pickle.load(f)

AttributeError: Can't get attribute'Person'on

Process finished with exit code1

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。

1 importpickle2 importio3

4

5 classPerson:6 def __init__(self, name, age):7 self.name =name8 self.age =age9

10 defshow(self):11 print(self.name + "_"+str(self.age))12

13 aa = Person("Battier", 6)14 aa.show()15

16

17 fle =io.BytesIO()18 pick =pickle.Pickler(fle)19 pick.dump(aa)20 val1 =fle.getvalue()21 print(len(val1))22

23 pick.clear_memo()24 pick.dump(aa)25 val2 =fle.getvalue()26 print(len(val2))27 fle.close()

上面代码运行结果：

/usr/bin/python3.5 /home/rxf/python3_1000/1000/python3_server/python_pickle/demo4.py

Battier_669

138Process finished with exit code 0

再注释掉pick.clear_memo()后，运行结果如下：

/usr/bin/python3.5 /home/rxf/python3_1000/1000/python3_server/python_pickle/demo4.py

Battier_669

74Process finished with exit code 0

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