python——pickle模块的详解

介绍

  • pickle模块实现了用于序列化和反序列化Python对象结构的二进制协议

  • “Pickling”是将Python对象层次结构转换为字节流的过程， “unpickling”是反向操作，从而将字节流（来自二进制文件或类似字节的对象）转换回对象层次结构。

  • pickle协议和JSON（JavaScript Object Notation）的区别 ：

    1. JSON是一种文本序列化格式（它输出unicode文本，虽然大部分时间它被编码utf-8），而pickle是二进制序列化格式;
    2. JSON是人类可读的，而pickle则不是;
    3. JSON是可互操作的，并且在Python生态系统之外广泛使用，而pickle是特定于Python的;
  • pickle可以表示极其庞大的Python类型（其中许多是自动的，通过巧妙地使用Python的内省工具;复杂的案例可以通过实现特定的对象API来解决）。
  • pickle 数据格式是特定于Python的。它的优点是没有外部标准强加的限制， 但是这意味着非Python程序可能无法重建pickled Python对象。

API

dumps()

  • 序列化对象层次结构。
1
pickle.dump（obj，file，protocol = None，*，fix_imports = True ）

将obj对象的编码pickle编码表示写入到文件对象中。

1
pickle.load（file，*，fix_imports = True，encoding =“ASCII”，errors =“strict” ）

从打开的文件对象 文件中读取pickle对象表示，并返回其中指定的重构对象层次结构。

1
pickle.dumps（obj，protocol = None，*，fix_imports = True ）

将对象的pickled表示作为bytes对象返回，而不是将其写入文件。

1
pickle.loads（bytes_object，*，fix_imports = True，encoding =“ASCII”，errors =“strict” ）

从bytes对象读取pickle对象层次结构并返回其中指定的重构对象层次结构。

loads()

  • 对数据流进行反序列化。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
import numpy as np
import pickle
import io

if __name__ == '__main__':
    path = 'test'
    f = open(path, 'wb')
    data = {'a':123, 'b':'ads', 'c':[[1,2],[3,4]]}
    pickle.dump(data, f)
    f.close()

    f1 = open(path, 'rb')
    data1 = pickle.load(f1)
    print(data1)