Python3 pickle物件序列化程式碼例項解析
1.pickle物件序列化
pickle模組實現了一個演算法可以將任意的Python物件轉換為一系列位元組。這個過程也被稱為序列化物件。可以傳輸或儲存表示物件的位元組流,然後再重新構造來建立有相同性質的新物件。
1.1 編碼和解碼字串中的資料
第一個例子使用dumps()將一個數據結構編碼為一個字串,然後把這個字串列印到控制檯。它使用了一個完全由內建型別構成的資料結構。任何類的例項都可以pickled,如後面的例子所示。
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))
預設的,pickle將以一種二進位制格式寫入,在Python 3程式之間共享時這種格式相容性最好。
資料序列化後,可以寫到一個檔案、套接字、管道或者其他位置。之後可以讀取這個檔案,將資料解除pickled,以便用同樣的值構造一個新物件。
import pickle import pprint data1 = [{'a': 'A','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))
新構造的物件等於原來的物件,但並不是同一個物件。
1.2 處理流
除了dumps()和loads(),pickle還提供了一些便利函式來處理類似檔案的流。可以向一個流寫多個物件,然後從流讀取這些物件,而無須事先知道要寫多少個物件或者這些物件多大。
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緩衝區來模擬流。第一個緩衝區接收pickled的物件,它的值被填入第二個緩衝區,load()讀取這個緩衝區。簡單的資料庫格式也可以使用pickle來儲存物件。shelve模組就是這樣一個實現。
除了儲存資料,pickle對於程序間通訊也很方便。例如,os.fork()和os.pipe()可以用來建立工作程序,從一個管道讀取作業指令,並把結果寫至另一個管道。管理工作執行緒池以及傳送作業和接收響應的核心程式碼可以重用,因為作業和響應物件不必基於一個特定的類。使用管道或套接字時,在轉儲各個物件之後不要忘記重新整理輸出,以便將資料通過連線推送到另一端。參見multiprocessing模組來了解一個可重用的工作執行緒池管理器。
1.3 重構物件的問題
處理定製類時,pickled的類必須出現在讀取pickle的程序所在的名稱空間裡。只會pickled這個例項的資料,而不是類定義。類名用於查詢建構函式,以便在解除pickled時參見新物件。下面這個例子將一個類的例項寫至一個檔案。
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)
執行這個指令碼時,會根據作為命令列引數給定的名字來建立一個檔案。
通過簡單的嘗試載入而得到的pickled物件將會失敗。
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於並沒有SimpleObject類。
修正後的版本從原指令碼匯入了SimpleObject,這一次執行會成功。在匯入列表的最後增加了import語句後,現在指令碼就能找到這個類並構造物件了。
from demo import SimpleObject
現在允許修改後的指令碼會生成期望的結果。
1.4Unpicklable的物件
並不是所有物件都是可pickled的。套接字、檔案控制代碼、資料庫連線以及其他執行時狀態依賴於作業系統或其他程序的物件,其可能無法用一種有意義的方式儲存。如果物件包含不可pickled的屬性,則可以定義__getstate__()和__setstate__()來返回所pickled例項的狀態的一個子集。
__getstate__()方法必須返回一個物件,其中包含所pickled物件的內部狀態。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物件。儲存狀態,然後再從pickle載入物件時將所儲存的狀態傳入__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物件來儲存MyClass的內部狀態。從pickle載入MyClass的一個例項時,會向__setstate__()傳入一個State例項,用來初始化這個物件。
1.5 迴圈引用
pickle協議會自動處理物件之間的迴圈引用,所以複雜資料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)
重新載入的節點並不是同一個物件,但保持了節點之間的關係,而且如果物件有多個引用,那麼只會重新載入這個物件的一個副本。要驗證這兩點,可以在通過pickle傳遞節點之前和之後檢查節點的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,也希望大家多多支援我們。