詳解Python中的序列化與反序列化的使用

學習過marshal模塊用于序列化和反序列化，但marshal的功能比較薄弱，只支持部分內置數據類型的序列化/反序列化，對于用戶自定義的類型就無能為力，同時marshal不支持自引用(遞歸引用)的對象的序列化。所以直接使用marshal來序列化/反序列化可能不是很方便。還好，python標準庫提供了功能更加強大且更加安全的pickle和cPickle模塊。

cPickle模塊是使用C語言實現(xiàn)的，所以在運行效率上比pickle要高。但是cPickle模塊中定義的類型不能被繼承（其實大多數時候，我們不需要從這些類型中繼承。）。cPickle和pickle的序列化/反序列化規(guī)則是一樣的，我們可以使用pickle序列化一個對象，然后使用cPickle來反序列化。同時，這兩個模塊在處理自引用類型時會變得更加“聰明”，它不會無限制的遞歸序列化自引用對象，對于同一對象的多次引用，它只會序列化一次。例如：
    
import marshal, pickle
 
list = [1]
list.append(list)
byt1 = marshal.dumps(list)
#出錯, 無限制的遞歸序列化
byt2 = pickle.dumps(list)
#No problem
pickle的序列化規(guī)則

Python規(guī)范（Python-specific）提供了pickle的序列化規(guī)則。這就不必擔心不同版本的Python之間序列化兼容性問題。默認情況下，pickle的序列化是基于文本的，我們可以直接用文本編輯器查看序列化的文本。我們也可以序列成二進制格式的數據，這樣的結果體積會更小。更詳細的內容，可以參考Python手冊pickle模塊。

下面就開始使用pickle吧~
pickle.dump(obj, file[, protocol])

序列化對象，并將結果數據流寫入到文件對象中。參數protocol是序列化模式，默認值為0，表示以文本的形式序列化。protocol的值還可以是1或2，表示以二進制的形式序列化。
pickle.load(file)

反序列化對象。將文件中的數據解析為一個Python對象。下面通過一個簡單的例子來演示上面兩個方法的使用：
    
#coding=gbk
 
import pickle, StringIO
 
class Person(object):
 
'''自定義類型。
 
'''
 def __init__(self, name, address):
  self.name = name
  self.address = address
   
  def display(self):
  print 'name:', self.name, 'address:', self.address
 
jj = Person("JGood", "中國 杭州")
jj.display()
file = StringIO.StringIO()
 
pickle.dump(jj, file, 0)
#序列化
#print file.getvalue() #打印序列化后的結果
   
#del Person #反序列的時候，必須能找到對應類的定義。否則反序列化操作失敗。
file.seek(0)
jj1 = pickle.load(file)
#反序列化
jj1.display()
file.close()

注意：在反序列化的時候，必須能找到對應類的定義，否則反序列化將失敗。在上面的例子中，如果取消#del Person的注釋，在運行時將拋AttributeError異常，提示當前模塊找不到Person的定義。
pickle.dumps(obj[, protocol])
pickle.loads(string)

我們也可以直接獲取序列化后的數據流，或者直接從數據流反序列化。方法dumps與loads就完成這樣的功能。dumps返回序列化后的數據流，loads返回的序列化生成的對象。

python模塊中還定義了兩個類，分別用來序列化、反序列化對象。
class pickle.Pickler(file[, protocal]):

該類用于序列化對象。參數file是一個類文件對象(file-like object)，用于保存序列化結果?？蛇x參數表示序列化模式。它定義了兩個方法：
dump(obj):

將對象序列化，并保存到類文件對象中。參數obj是要序列化的對象。
clear_memo()

清空pickler的“備忘”。使用Pickler實例在序列化對象的時候，它會“記住”已經被序列化的對象引用，所以對同一對象多次調用dump(obj)，pickler不會“傻傻”的去多次序列化。下面是一個簡單的例子：    
#coding=gbk
import pickle, StringIO
 
class Person(object):
 
'''自定義類型。
 
'''
 def __init__(self, name, address):
  self.name = name
  self.address = address
   
 def display(self):
  print 'name:', self.name, 'address:', self.address
    
fle = StringIO.StringIO()
pick = pickle.Pickler(fle)
person = Person("JGood", "Hangzhou China")
 
pick.dump(person)
val1 = fle.getvalue()
print len(val1)
 
pick.clear_memo()
#注釋此句，再看看運行結果
 
pick.dump(person)
#對同一引用對象再次進行序列化
val2 = fle.getvalue()
print len(val2)
 
#---- 結果 ----
#148
#296
#
#將這行代碼注釋掉：pick.clear_memo()
#結果為：
#148
#152
class pickle.Unpickler(file):

該類用于反序列化對象。參數file是一個類文件(file-like object)對象，Unpickler從該參數中獲取數據進行反序列化。
load():

反序列化對象。該方法會根據已經序列化的數據流，自動選擇合適的反序列化模式。
    
#.... 接上個例子中的代碼
 
fle.seek(0)
unpick = pickle.Unpickler(fle)
print unpick.load()

上面介紹了pickle模塊的基本使用，但和marshal一樣，并不是所有的類型都可以通過pickle序列化的。例如對于一個嵌套的類型，使用pickle序列化就失敗。例如：    
class A(object):
 class B(object):
  def __init__(self, name):
   self.name = name
   
 def __init__(self):
  print 'init A'
 
b = A.B("my name")
print b
c = pickle.dumps(b, 0)
#失敗哦
print pickle.loads(c)
關于pickle支持的序列化類型，可以參考Python手冊。