Python模块学习 ---- pickle, cPickle 对象序列化/反序列化

上次学习过marshal模块用于序列化和反序列化，但marshal的功能比较薄弱，只支持部分内置数据类型的序列化/反序列化，对于用户自定义的类型就无能为力，同时marshal不支持自引用(递归引用)的对象的序列化。所以直接使用marshal来序列化/反序列化可能不是很方便。还好，python标准库提供了功能更加强大且更加安全的pickle和cPickle模块。

　　cPickle模块是使用C语言实现的，所以在运行效率上比pickle要高。但是cPickle模块中定义的类型不能被继承（其实大多数时候，我们不需要从这些类型中继承。）。cPickle和pickle的序列化/反序列化规则是一样的，我们可以使用pickle序列化一个对象，然后使用cPickle来反序列化。同时，这两个模块在处理自引用类型时会变得更加“聪明”，它不会无限制的递归序列化自引用对象，对于同一对象的多次引用，它只会序列化一次。例如：

1	import marshal, pickle
2
3	list = [1]
4	list.append(list)
5	byt1 = marshal.dumps(list) #出错, 无限制的递归序列化
6	byt2 = pickle.dumps(list) #No problem

 

pickle的序列化规则

　　Python规范（Python-specific）提供了pickle的序列化规则。这就不必担心不同版本的Python之间序列化兼容性问题。默认情况下，pickle的序列化是基于文本的，我们可以直接用文本编辑器查看序列化的文本。我们也可以序列成二进制格式的数据，这样的结果体积会更小。更详细的内容，可以参考Python手册pickle模块。

　　下面就开始使用pickle吧~

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

　　序列化对象，并将结果数据流写入到文件对象中。参数protocol是序列化模式，默认值为0，表示以文本的形式序列化。protocol的值还可以是1或2，表示以二进制的形式序列化。

pickle.load(file)

　　反序列化对象。将文件中的数据解析为一个Python对象。下面通过一个简单的例子来演示上面两个方法的使用：

1	#coding=gbk
2
3	import pickle, StringIO
4
5	class Person(object):
6	'''自定义类型。
7	'''
8	def __init__(self, name, address):
9	self.name = name
10	self.address = address
11
12	def display(self):
13	print 'name:', self.name, 'address:', self.address
14
15	jj = Person("JGood", "中国 杭州")
16	jj.display()
17	file = StringIO.StringIO()
18
19	pickle.dump(jj, file, 0)    #序列化
20	#print file.getvalue()   #打印序列化后的结果
	#del Person #反序列的时候，必须能找到对应类的定义。否则反序列化操作失败。
21
22	file.seek(0)
23	jj1 = pickle.load(file) #反序列化
24	jj1.display()
25
26	file.close()

　　注意：在反序列化的时候，必须能找到对应类的定义，否则反序列化将失败。在上面的例子中，如果取消#del Person的注释，在运行时将抛AttributeError异常，提示当前模块找不到Person的定义。

pickle.dumps(obj[, protocol])

pickle.loads(string)

　　我们也可以直接获取序列化后的数据流，或者直接从数据流反序列化。方法dumps与loads就完成这样的功能。dumps返回序列化后的数据流，loads返回的序列化生成的对象。

　　python模块中还定义了两个类，分别用来序列化、反序列化对象。

class pickle.Pickler(file[, protocal]):

　　该类用于序列化对象。参数file是一个类文件对象(file-like object)，用于保存序列化结果。可选参数表示序列化模式。它定义了两个方法：

dump(obj):

　　将对象序列化，并保存到类文件对象中。参数obj是要序列化的对象。

clear_memo()

　　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“傻傻”的去多次序列化。下面是一个简单的例子：

1	#coding=gbk
2	import pickle, StringIO
3
4	class Person(object):
5	'''自定义类型。
6	'''
7	def __init__(self, name, address):
8	self.name = name
9	self.address = address
10
11	def display(self):
12	print 'name:', self.name, 'address:', self.address
13
14	fle = StringIO.StringIO()
15	pick = pickle.Pickler(fle)
16	person = Person("JGood", "Hangzhou China")
17
18	pick.dump(person)
19	val1 = fle.getvalue()
20	print len(val1)
21
22	pick.clear_memo()    #注释此句，再看看运行结果
23
24	pick.dump(person)   #对同一引用对象再次进行序列化
25	val2 = fle.getvalue()
26	print len(val2)
27
28	#---- 结果 ----
29	#148
30	#296
31	#
32	#将这行代码注释掉：pick.clear_memo()
33	#结果为：
34	#148
35	#152
36

 

class pickle.Unpickler(file):

　　该类用于反序列化对象。参数file是一个类文件(file-like object)对象，Unpickler从该参数中获取数据进行反序列化。

load():

　　反序列化对象。该方法会根据已经序列化的数据流，自动选择合适的反序列化模式。

1	#.... 接上个例子中的代码
2
3	fle.seek(0)
4	unpick = pickle.Unpickler(fle)
5	print unpick.load()
6

　　上面介绍了pickle模块的基本使用，但和marshal一样，并不是所有的类型都可以通过pickle序列化的。例如对于一个嵌套的类型，使用pickle序列化就失败。例如：

1	class A(object):
2	class B(object):
3	def __init__(self, name):
4	self.name = name
5
6	def __init__(self):
7	print 'init A'
8
9	b = A.B("my name")
10	print b
11	c = pickle.dumps(b, 0) #失败哦
12	print pickle.loads(c)

　　关于pickle支持的序列化类型，可以参考Python手册。

　　Python手册中的pickle模块，介绍了更高级的主题，例如自定义序列化过程。有时间再和大家分享。