第八章 Python文件操作 05-pickle库

pickle库

程序在运行的过程中，会在内存中存储很多的数据。这些数据会随着程序的结束而被释放掉。那如果我们希望下一次程序启动起来之后，依然能够使用到这些内存中的数据该怎么办呢？我们就需要将内存中的数据以文件的形式保存下来，下一次程序启动的时候，可以直接读取这个文件中的数据，加载到内存中继续使用。

在这里需要涉及到两个概念：

• **序列化：**就是将内存中的对象，转成字节序列的形式。然后可以将这些字节序列保存到文件中，或者传递给网络中的其他的机器。
• **反序列化：**就是通过一个字节序列，将其中的数据读取到内存中。

而pickle库，就是来实现序列化和反序列化的操作的！

import pickle


# pickle库是一个用来将内存中的数据转成字节序列，存储到文件中的库，通常以.pkl为后缀
# 序列化：将内存中的数据，转成字节序列
# 反序列化：将字节序列的数据解析成内存中的数据

# 序列化：dump
# 反序列化：load

with open("./file/data.pkl", "wb") as write_stream:
    pickle.dump(10, write_stream)
    pickle.dump("10", write_stream)
    pickle.dump(b"10", write_stream)
    pickle.dump([10, 20], write_stream)
    pickle.dump({"key": "value"}, write_stream)


with open("./file/data.pkl", "rb") as read_stream:
    value1 = pickle.load(read_stream)
    value2 = pickle.load(read_stream)
    value3 = pickle.load(read_stream)
    value4 = pickle.load(read_stream)
    value5 = pickle.load(read_stream)
    print(type(value1), value1)
    print(type(value2), value2)
    print(type(value3), value3)
    print(type(value4), value4)
    print(type(value5), value5)

注意事项：

在使用dump和load进行序列化和反序列化的时候，需要保证dump的次数和load的次数、顺序是相同的。

使用dump在序列化对象的时候，操作的个数是不确定的，会导致load的次数也就不确定了。

• 如果load次数少了，会导致数据没有完全读取。
• 如果load次数多了，会出现异常

那么如何解决这样的问题呢？

最简单也是最常见的解决方式就是：将需要序列化的所有的对象存储到一个数据容器中，将这个数据容器序列化就可以了。