Python 中 Pickle 库的使用详解

介绍

　　pickle是python语言的一个标准模块，安装python后已包含pickle库，不需要单独再安装。

　　为什么需要序列化和反序列化这一操作呢？

　　1.便于存储。序列化过程将文本信息转变为二进制数据流。这样就信息就容易存储在硬盘之中，当需要读取文件的时候，从硬盘中读取数据，然后再将其反序列化便可以得到原始的数据。在Python程序运行中得到了一些字符串、列表、字典等数据，想要长久的保存下来，方便以后使用，而不是简单的放入内存中关机断电就丢失数据。python模块大全中的Pickle模块就派上用场了，它可以将对象转换为一种可以传输或存储的格式。

　　2.便于传输。当两个进程在进行远程通信时，彼此可以发送各种类型的数据。无论是何种类型的数据，都会以二进制序列的形式在网络上传送。发送方需要把這个对象转换为字节序列，在能在网络上传输；接收方则需要把字节序列在恢复为对象。

　　pickle 模块是以二进制的形式序列化后保存到文件中（保存文件的后缀为”.pkl”），不能直接打开进行预览。而python的另一个序列化标准模块 json，则是 human-readable 的，可以直接打开查看（例如在notepad++中查看）。

　　pickle 模块有两类主要的接口，即序列化和反序列化。

　　序列化操作包括：

pickle.dump()
Pickler(file, protocol).dump(obj)

　　反序列化操作包括：

pickle.load()
Unpickler(file).load()

2 序列化操作

2.1 序列化方法pickle.dump()

　　序列化的方法为 pickle.dump()，该方法的相关参数如下：

pickle.dump(obj, file, protocol=None,*,fix_imports=True)

　　该方法实现的是将序列化后的对象obj以二进制形式写入文件file中，进行保存。它的功能等同于 Pickler(file, protocol).dump(obj)。

　　关于参数 file，有一点需要注意，必须是以二进制的形式进行操作（写入）。

　　例如下：

import pickle
with open('svm_model_iris.pkl', 'wb') as f:
    pickle.dump(svm_classifier, f)

　　file 为'svm_model_iris.pkl'，并且以二进制的形式（'wb'）写入。

　　关于参数 protocol，一共有 5 中不同的类型，即（0,1,2,3,4）。（0,1,2）对应的是 python 早期的版本，（3,4）则是在 python3 之后的版本。此外，参数可选 pickle.HIGHEST_PROTOCOL 和 pickle.DEFAULT_PROTOCOL。当前，python3.5 版本中，pickle.HIGHEST_PROTOCOL的值为 4，pickle.DEFAULT_PROTOCOL的值为3。当protocol参数为负数时，表示选择的参数是pickle.HIGHEST_PROTOCOL。

2.2 序列化方法pickle.dumps()

　　pickle.dumps()方法的参数如下：

pickle.dumps(obj, protocol=None,*,fix_imports=True)

2.3 序列化方法Pickler(file, protocol).dump(obj)

　　pickle模块提供了序列化的面向对象的类方法，即 class pickle.Pickler(file, protocol=None,*,fix_imports=True),Pickler类有dump()方法。

　　Pickler(file, protocol).dump(obj) 实现的功能跟 pickle.dump()是一样的。

　　关于Pickler类的其他method，请参考官方API。

3 反序列化操作

3.1 反序列化方法pickle.load()

　　序列化的方法为 pickle.load()，该方法的相关参数如下：

pickle.load(file, *,fix_imports=True, encoding=”ASCII”. errors=”strict”)

　　参考前文的案例如下：

import pickle
with open('svm_model_iris.pkl', 'rb') as f:
    model = pickle.load(f)

　　file为'svm_model_iris.pkl'，并且以二进制的形式（'rb'）读取。

　　读取的时候，参数protocol是自动选择的，load()方法中没有这个参数。

3.2 反序列化方法pickle.loads()

　　pickle.loads()方法的参数如下：

pickle.loads(bytes_object, *,fix_imports=True, encoding=”ASCII”. errors=”strict”)

　　pickle.loads()方法跟pickle.load()方法的区别在于，pickle.loads()方法是直接从bytes对象中读取序列化的信息，而非从文件中读取。

3.3 反序列化方法Unpickler(file).load()

　　pickle模块提供了反序列化的面向对象的类方法，即 class pickle.Unpickler(file, *,fix_imports=True, encoding="ASCII". errors="strict"),Pickler类有load()方法。

　　Unpickler(file).load() 实现的功能跟 pickle.load() 是一样的。

　　关于Unpickler类的其他method，请参考官方API。