淺析Python中的序列化存儲的方法

篇文章主要介紹了Python中的序列化存儲的方法,序列化存儲主要針對的是內存和硬盤之間的寫入操作,需要的朋友可以參考下

在程序運行的過程中，所有的變量都是在內存中，比如，定義一個dict：    
d = dict(name='Bob', age=20, score=88)

可以隨時修改變量，比如把name改成'Bill'，但是一旦程序結束，變量所占用的內存就被操作系統全部回收。如果沒有把修改后的'Bill'存儲到磁盤上，下次重新運行程序，變量又被初始化為'Bob'。

我們把變量從內存中變成可存儲或傳輸的過程稱之為序列化，在Python中叫pickling，在其他語言中也被稱之為serialization，marshalling，flattening等等，都是一個意思。

序列化之后，就可以把序列化后的內容寫入磁盤，或者通過網絡傳輸到別的機器上。

反過來，把變量內容從序列化的對象重新讀到內存里稱之為反序列化，即unpickling。

Python提供兩個模塊來實現序列化：cPickle和pickle。這兩個模塊功能是一樣的，區別在于cPickle是C語言寫的，速度快，pickle是純Python寫的，速度慢，跟cStringIO和StringIO一個道理。用的時候，先嘗試導入cPickle，如果失敗，再導入pickle：    
try:
  import cPickle as pickle
except ImportError:
  import pickle

首先，我們嘗試把一個對象序列化并寫入文件：
    
>>> d = dict(name='Bob', age=20, score=88)
>>> pickle.dumps(d)
"(dp0\nS'age'\np1\nI20\nsS'score'\np2\nI88\nsS'name'\np3\nS'Bob'\np4\ns."

pickle.dumps()方法把任意對象序列化成一個str，然后，就可以把這個str寫入文件?；蛘哂昧硪粋€方法pickle.dump()直接把對象序列化后寫入一個file-like Object：
    
>>> f = open('dump.txt', 'wb')
>>> pickle.dump(d, f)
>>> f.close()

看看寫入的dump.txt文件，一堆亂七八糟的內容，這些都是Python保存的對象內部信息。

當我們要把對象從磁盤讀到內存時，可以先把內容讀到一個str，然后用pickle.loads()方法反序列化出對象，也可以直接用pickle.load()方法從一個file-like Object中直接反序列化出對象。我們打開另一個Python命令行來反序列化剛才保存的對象：
    
>>> f = open('dump.txt', 'rb')
>>> d = pickle.load(f)
>>> f.close()
>>> d
{'age': 20, 'score': 88, 'name': 'Bob'}

變量的內容又回來了！

當然，這個變量和原來的變量是完全不相干的對象，它們只是內容相同而已。

Pickle的問題和所有其他編程語言特有的序列化問題一樣，就是它只能用于Python，并且可能不同版本的Python彼此都不兼容，因此，只能用Pickle保存那些不重要的數據，不能成功地反序列化也沒關系。