Python pickle模块数据持久化存储与读写详解

Miles
Miles
发布时间:2026-10-13| 6人浏览过
原创

本文详细解析Python中pickle模块的基本用法,涵盖数据序列化和反序列化操作。重点介绍pickle.dump()和pickle.load()函数的参数细节,包括协议版本(0、1、2及-1)的区别与选择,以及文件对象的打开模式要求。通过完整代码示例展示如何将Python对象永久存储至文件并重新加载,适用于需要持久化程序运行状态的场景。

pickle模块概述

Python的pickle模块提供了基础的数据序列化和反序列化功能。借助该模块的序列化机制,开发者可以将程序运行时的对象信息保存至文件中,实现数据的永久存储;而通过反序列化操作,则可以从这些文件中恢复出之前保存的对象实例。

pickle模块核心接口

核心接口说明如下:

pickle.dump(obj, file, [,protocol])

该函数用于将指定的对象obj写入到文件file中。

参数protocol指定序列化时使用的协议版本。值为0时采用ASCII协议,序列化的对象以可打印的ASCII码形式表示;值为1时使用老式的二进制协议;值为2则是Python 2.3引入的新二进制协议,相比前两者效率更高。需要注意的是,协议0和1兼容旧版本的Python解释器。若未指定,protocol默认值为0。

参数file指代保存对象的类文件对象。该对象必须实现write()方法,可以是使用'w'模式打开的文件,也可以是StringIO对象或其他具备write()接口的对象。当protocol参数大于等于1时,文件必须以二进制模式打开。

pickle.load(file)

该函数从文件file中读取数据,并将其重构为原始的Python对象。

参数file为类文件对象,需具备read()和readline()接口以支持数据读取。

简单代码示例:


#使用pickle模块将数据对象保存到文件
import pickle
data1 = {'a': [1, 2.0, 3, 4+6j],
     'b': ('string', u'Unicode string'),
     'c': None}

selfref_list = [1, 2, 3]
selfref_list.append(selfref_list)

output = open('data.pkl', 'wb')

# Pickle dictionary using protocol 0.
pickle.dump(data1, output)

# Pickle the list using the highest protocol available.
pickle.dump(selfref_list, output, -1)

output.close()

#使用pickle模块从文件中重构python对象
import pprint, pickle
pkl_file = open('data.pkl', 'rb')
data1 = pickle.load(pkl_file)
pprint.pprint(data1)
data2 = pickle.load(pkl_file)
pprint.pprint(data2)
pkl_file.close()

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持本站。

相关标签:

免责声明:本文内容仅供参考,不代表本站观点。转载或引用请注明出处。

Python 相关产品和应用

全部下载
Selenium

Selenium

4.51.0 · Windows

用于浏览器自动化和 Web 测试的 Python 工具。

scikit-learn

scikit-learn

1.9.1 · Windows

常用 Python 机器学习算法与模型评估工具库。

Black

Black

26.10.1 · Windows

强调一致性的 Python 自动代码格式化工具。

Ruff

Ruff

0.17.1 · macOS

由 Rust 编写的高速 Python 代码检查和格式化工具。

pytest

pytest

9.1.1 · Windows

简洁而强大的 Python 自动化测试框架。

FastAPI

FastAPI

0.146.0 · Windows

高性能 Python API 框架,支持类型提示和自动接口文档。

Flask

Flask

3.1.3 · Windows

轻量灵活的 Python Web 应用框架。

Django

Django

6.1.2 · Windows

成熟的 Python Web 框架,适合构建内容站点和业务系统。

Spyder

Spyder

6.1.7 · Windows

面向科学计算与数据分析的 Python 集成开发环境。

SciPy

SciPy

1.18.1 · Windows

面向科学、工程和技术计算的 Python 算法库。