基于jsp网站开发与实现网站建设网络公司

Python 常用模块pickle

pickle序列化模块

【一】定义

• 序列化：将数据结构或对象转换为可存储或传输的格式
• 反序列化：将序列化后的数据恢复为开始的数据结构或者对象

【二】目的

• 数据持久化存储
• 远程通信
• 缓存
• 进程间通信

【三】序列化

• 将对象转换为字节流的过程称为序列化
• pickle.dumps(obj, protocol=None, *, fix_imports=True, buffer_callback=None)
• pickle.dump(obj, file, protocol=None, *, fix_imports=True, buffer_callback=None)
  • obj：要序列化的对象
  • file：一个文件对象，通常以二进制写入模式打开文件
  • protocol：序列化的版本号，可以省略，默认（None）最高版本
  • fix_imports：为True默认，尝试自动修复在不同Python版本之间可能的模块导入问题
  • buffer_callback：一个可选的回调函数，用于控制内部缓冲区的分配。默认使用内部缓冲区管理

import pickleuser_dict = {"name": "bruce", "age": "18"}str_dict = pickle.dumps(user_dict)
print(str_dict)
print(type(str_dict))
# b'\x80\x04\x95\x1f\x00\x00\x00\x00\x00\x00\x00}\x94(\x8c\x04name\x94\x8c\x05bruce\x94\x8c\x03age\x94\x8c\x0218\x94u.'
# <class 'bytes'>
with open("a.pkl", "wb") as fp:pickle.dump(user_dict, fp)
# pickle.dump(user_dict, open("a.pkl", "wb"))

【四】反序列化

• 将字节流还原成对象的过程称为反序列化
• pickle.loads(data, *, fix_imports=True, encoding="ASCII", errors="strict"buffers=None)
• pickle.load(file, *, fix_imports=True, encoding="ASCII", errors="strict",buffers=None)
  • data：要序列化的字节流内容
  • file：一个文件对象，通常以二进制读取模式打开文件
  • fix_imports：为True默认，尝试自动修复在不同Python版本之间可能的模块导入问题
  • encoding：字符串编码格式
  • errors：解码错误的处理方式，与str.decode()方法中的参数相同。默认strict，即抛出UnicodeDecodeError
  • buffers：一个可选的PickleBuffer对象，用于提供自定义缓冲区的支持，默认None

import picklewith open("a.pkl", "rb") as fp:read_dict = pickle.load(fp)
# read_dict = pickle.load(open("a.pkl", "rb"))
print(read_dict)
print(type(read_dict))
# {'name': 'bruce', 'age': '18'}
# <class 'dict'>

【五】通用性

• pickle 模块适用于大多数 Python 对象，包括自定义类的实例、内置数据类型等。

• 不适用于某些特殊对象，比如文件句柄、数据库连接等。

• josn序列化以后java、js等语言可以识别

• pickle序列化以后，其他语言都不能识别

【六】应用

【1】函数写入文件、从文件读取函数

import pickledef my_func():print("这是定制函数")pickle.dump(my_func, open("a.pkl", "wb"))
read_func = pickle.load(open("a.pkl", "rb"))
read_func() # 这是定制函数

【2】将实例写入文件、从文件读取实例

import pickleclass PeaShooter:def __init__(self, name, attack_val):self.name = nameself.attack_val = attack_valpickle.dump(PeaShooter, open("a.pkl", "wb"))
read_object = pickle.load(open("a.pkl", "rb"))
ice_shooter = read_object("寒冰射手", 20)pickle.dump(ice_shooter, open("a.pkl", "wb"))
read_instance = pickle.load(open("a.pkl", "rb"))
print(read_instance.__dict__)
# {'name': '寒冰射手', 'attack_val': 20}