Python 序列化

术语”对象序列化”指的是将对象的状态转换为字节流的过程。一旦创建，这个字节流可以进一步存储在文件中或通过套接字传输等方式。另一方面，将字节流重新转换为对象的过程称为反序列化。

Python对于序列化和反序列化的术语分别为pickling和unpickling。Python标准库中提供的pickle模块提供了序列化（dump()和dumps()）和反序列化（load()和loads()）的函数。

pickle模块使用非常特定于Python的数据格式。因此，非Python编写的程序可能无法正确反序列化编码（pickled）数据。此外，从未经验证的源码解析数据被认为是不安全的。

Pickle协议

协议是构建和拆构Python对象与二进制数据之间的约定。目前，pickle模块定义了5种不同的协议，如下所示：

序号	协议及描述
1	协议版本0 最初的“可读”的协议，向后兼容较早的版本。
2	协议版本1 旧的二进制格式，也与较早版本的Python兼容。
3	协议版本2 在Python 2.3中引入，为新式类提供高效的数据序列化。
4	协议版本3 在Python 3.0中新增。当需要与其他Python 3版本兼容时推荐使用。
5	协议版本4 在Python 3.4中添加。支持非常大的对象。

要知道您的Python安装的最高和默认协议版本，请使用 pickle 模块中定义的以下常量。

>>> import pickle
>>> pickle.HIGHEST_PROTOCOL
4
>>> pickle.DEFAULT_PROTOCOL
3

dump() 和 load() 函数是 pickle 模块用于执行 Python 数据的序列化和反序列化。dump() 函数将序列化的对象写入文件，load() 函数从文件中反序列化数据为 Python 对象。

dump() 和 load()

以下程序将一个字典对象序列化为一个二进制文件。

import pickle
f=open("data.txt","wb")
dct={"name":"Ravi", "age":23, "Gender":"M","marks":75}
pickle.dump(dct,f)
f.close()

执行上述代码后，字典对象的字节表示将被存储在data.txt文件中。

要从二进制文件反序列化或解析数据到字典，运行以下程序。

import pickle
f=open("data.txt","rb")
d=pickle.load(f)
print (d)
f.close()

Python控制台显示从文件中读取的字典对象。

{'age': 23, 'Gender': 'M', 'name': 'Ravi', 'marks': 75}

dumps() 和 loads()

pickle模块还包括dumps()函数，它返回被pickle化数据的字符串表示。

>>> from pickle import dump
>>> dct={"name":"Ravi", "age":23, "Gender":"M","marks":75}
>>> dctstring=dumps(dct)
>>> dctstring
b'\x80\x03}q\x00(X\x04\x00\x00\x00nameq\x01X\x04\x00\x00\x00Raviq\x02X\x03\x00\x00\x00ageq\x03K\x17X\x06\x00\x00\x00Genderq\x04X\x01\x00\x00\x00Mq\x05X\x05\x00\x00\x00marksq\x06KKu.'

使用loads()函数对字符串进行反序列化，并获取原始的字典对象。

from pickle import load
dct=loads(dctstring)
print (dct)

它将产生以下输出 –

{'name': 'Ravi', 'age': 23, 'Gender': 'M', 'marks': 75}

选取器类

pickle模块还定义了选取器（Pickler）和非选取器（Unpickler）类。选取器类将pickle数据写入文件。非选取器类从文件中读取二进制数据并构建Python对象。

要写入Python对象的选取数据：

from pickle import pickler
f=open("data.txt","wb")
dct={'name': 'Ravi', 'age': 23, 'Gender': 'M', 'marks': 75}
Pickler(f).dump(dct)
f.close()

Unpickler类

通过反序列化二进制文件来读取数据 –

from pickle import Unpickler
f=open("data.txt","rb")
dct=Unpickler(f).load()
print (dct)
f.close()

所有的Python标准数据类型的对象都可以进行pickling。此外，自定义类的对象也可以被pickle和unpickle。

from pickle import *
class person:
   def __init__(self):
      self.name="XYZ"
      self.age=22
   def show(self):
      print ("name:", self.name, "age:", self.age)
p1=person()
f=open("data.txt","wb")
dump(p1,f)
f.close()
print ("unpickled")
f=open("data.txt","rb")
p1=load(f)
p1.show()