溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
1.pickle對象串行化
pickle模塊實現了一個算法可以將任意的Python對象轉換為一系列字節。這個過程也被稱為串行化對象。可以傳輸或存儲表示對象的字節流，然后再重新構造來創建有相同性質的新對象。
1.1 編碼和解碼字符串中的數據
第一個例子使用dumps()將一個數據結構編碼為一個字符串，然后把這個字符串打印到控制臺。它使用了一個完全由內置類型構成的數據結構。任何類的實例都可以pickled，如后面的例子所示。
import pickle
import pprint
data = [{'a': 'A', 'b': 2, 'c': 3.0}]
print('DATA:', end=' ')
pprint.pprint(data)
data_string = pickle.dumps(data)
print('PICKLE: {!r}'.format(data_string))
默認的，pickle將以一種二進制格式寫入，在Python 3程序之間共享時這種格式兼容性最好。
數據串行化后，可以寫到一個文件、套接字、管道或者其他位置。之后可以讀取這個文件，將數據解除pickled，以便用同樣的值構造一個新對象。
import pickle
import pprint
data1 = [{'a': 'A', 'b': 2, 'c': 3.0}]
print('BEFORE: ', end=' ')
pprint.pprint(data1)
data1_string = pickle.dumps(data1)
data2 = pickle.loads(data1_string)
print('AFTER : ', end=' ')
pprint.pprint(data2)
print('SAME? :', (data1 is data2))
print('EQUAL?:', (data1 == data2))
新構造的對象等于原來的對象，但并不是同一個對象。
1.2 處理流
除了dumps()和loads()，pickle還提供了一些便利函數來處理類似文件的流。可以向一個流寫多個對象，然后從流讀取這些對象，而無須事先知道要寫多少個對象或者這些對象多大。
import io
import pickle
class SimpleObject:
def __init__(self, name):
self.name = name
self.name_backwards = name[::-1]
return
data = []
data.append(SimpleObject('pickle'))
data.append(SimpleObject('preserve'))
data.append(SimpleObject('last'))
# Simulate a file.
out_s = io.BytesIO()
# Write to the stream
for o in data:
print('WRITING : {} ({})'.format(o.name, o.name_backwards))
pickle.dump(o, out_s)
out_s.flush()
# Set up a read-able stream
in_s = io.BytesIO(out_s.getvalue())
# Read the data
while True:
try:
o = pickle.load(in_s)
except EOFError:
break
else:
print('READ : {} ({})'.format(
o.name, o.name_backwards))
這個例子使用兩個BytesIO緩沖區來模擬流。第一個緩沖區接收pickled的對象，它的值被填入第二個緩沖區，load()讀取這個緩沖區。簡單的數據庫格式也可以使用pickle來存儲對象。shelve模塊就是這樣一個實現。
除了存儲數據，pickle對于進程間通信也很方便。例如，os.fork()和os.pipe()可以用來建立工作進程，從一個管道讀取作業指令，并把結果寫至另一個管道。管理工作線程池以及發送作業和接收響應的核心代碼可以重用，因為作業和響應對象不必基于一個特定的類。使用管道或套接字時，在轉儲各個對象之后不要忘記刷新輸出，以便將數據通過連接推送到另一端。參見multiprocessing模塊來了解一個可重用的工作線程池管理器。
1.3 重構對象的問題
處理定制類時，pickled的類必須出現在讀取pickle的進程所在的命名空間里。只會pickled這個實例的數據，而不是類定義。類名用于查找構造函數，以便在解除pickled時參見新對象。下面這個例子將一個類的實例寫至一個文件。
import pickleclass SimpleObject:
def __init__(self, name):
self.name = name
l = list(name)
l.reverse()
self.name_backwards = ''.join(l)
if __name__ == '__main__':
data = []
data.append(SimpleObject('pickle'))
data.append(SimpleObject('preserve'))
data.append(SimpleObject('last'))
with open('Test.py', 'wb') as out_s:
for o in data:
print('WRITING: {} ({})'.format(
o.name, o.name_backwards))
pickle.dump(o, out_s)
運行這個腳本時，會根據作為命令行參數給定的名字來創建一個文件。
通過簡單的嘗試加載而得到的pickled對象將會失敗。
import pickle
with open('Test.py', 'rb') as in_s:
while True:
try:
o = pickle.load(in_s)
except EOFError:
break
else:
print('READ: {} ({})'.format(
o.name, o.name_backwards))
這個版本失敗的原因在于并沒有SimpleObject類。
修正后的版本從原腳本導入了SimpleObject，這一次運行會成功。在導入列表的最后增加了import語句后，現在腳本就能找到這個類并構造對象了。
from demo import SimpleObject
現在允許修改后的腳本會生成期望的結果。
1.4Unpicklable的對象
并不是所有對象都是可pickled的。套接字、文件句柄、數據庫連接以及其他運行時狀態依賴于操作系統或其他進程的對象，其可能無法用一種有意義的方式保存。如果對象包含不可pickled的屬性，則可以定義__getstate__()和__setstate__()來返回所pickled實例的狀態的一個子集。
__getstate__()方法必須返回一個對象，其中包含所pickled對象的內部狀態。表示狀態的一種便利方式是使用字典，不過值可以是任意的可pickled對象。保存狀態，然后再從pickle加載對象時將所保存的狀態傳入__setstate__()。
import pickle
class State:
def __init__(self, name):
self.name = name
def __repr__(self):
return 'State({!r})'.format(self.__dict__)
class MyClass:
def __init__(self, name):
print('MyClass.__init__({})'.format(name))
self._set_name(name)
def _set_name(self, name):
self.name = name
self.computed = name[::-1]
def __repr__(self):
return 'MyClass({!r}) (computed={!r})'.format(
self.name, self.computed)
def __getstate__(self):
state = State(self.name)
print('__getstate__ -> {!r}'.format(state))
return state
def __setstate__(self, state):
print('__setstate__({!r})'.format(state))
self._set_name(state.name)
inst = MyClass('name here')
print('Before:', inst)
dumped = pickle.dumps(inst)
reloaded = pickle.loads(dumped)
print('After:', reloaded)
這個例子使用了一個單獨的State對象來保存MyClass的內部狀態。從pickle加載MyClass的一個實例時，會向__setstate__()傳入一個State實例，用來初始化這個對象。
1.5 循環引用
pickle協議會自動處理對象之間的循環引用，所以復雜數據結構不需要任何特殊的處理。
import pickle
class Node:
"""A simple digraph
"""
def __init__(self, name):
self.name = name
self.connections = []
def add_edge(self, node):
"Create an edge between this node and the other."
self.connections.append(node)
def __iter__(self):
return iter(self.connections)
def preorder_traversal(root, seen=None, parent=None):
"""Generator function to yield the edges in a graph.
"""
if seen is None:
seen = set()
yield (parent, root)
if root in seen:
return
seen.add(root)
for node in root:
recurse = preorder_traversal(node, seen, root)
for parent, subnode in recurse:
yield (parent, subnode)
def show_edges(root):
"Print all the edges in the graph."
for parent, child in preorder_traversal(root):
if not parent:
continue
print('{:>5} -> {:>2} ({})'.format(
parent.name, child.name, id(child)))
# Set up the nodes.
root = Node('root')
a = Node('a')
b = Node('b')
c = Node('c')
# Add edges between them.
root.add_edge(a)
root.add_edge(b)
a.add_edge(b)
b.add_edge(a)
b.add_edge(c)
a.add_edge(a)
print('ORIGINAL GRAPH:')
show_edges(root)
# Pickle and unpickle the graph to create
# a new set of nodes.
dumped = pickle.dumps(root)
reloaded = pickle.loads(dumped)
print('\nRELOADED GRAPH:')
show_edges(reloaded)
重新加載的節點并不是同一個對象，但保持了節點之間的關系，而且如果對象有多個引用，那么只會重新加載這個對象的一個副本。要驗證這兩點，可以在通過pickle傳遞節點之前和之后檢查節點的id()值。
以上就是本文的全部內容，希望對大家的學習有所幫助，也希望大家多多支持億速云。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
