Python pickle模块序列化与反序列化操作指南

基础序列化与反序列化操作

使用pickle模块可以将Python对象转换为字节流，从而实现对象的持久化存储。以下示例定义了一个简单的Student类，包含姓名和年龄属性，并演示了如何将其保存到文件及从文件读取。

import pickle

class Student:
  def __init__(self, name, age):
    self.name = name
    self.age = age
  def say(self):
    print("I am", self.name)

# 创建对象实例
t = Student('Tom', 23)
t.say()  # 输出: I am Tom

# 序列化：将对象写入文件
save_path = './tom_msg'
with open(save_path, 'wb') as f:
    pickle.dump(t, f)  # 将对象序列化为字节流并保存

# 反序列化：从文件读取对象
with open(save_path, 'rb') as f:
    after_t = pickle.load(f)  # 从字节流恢复对象

print(after_t.__dict__)  # 输出: {'name': 'Tom', 'age': 23}
after_t.say()  # 输出: I am Tom

内存中的序列化与反序列化

除了文件操作，pickle还提供了dumps和loads方法，用于在内存中直接处理字节流。这种方式适用于网络传输或缓存场景。

# 创建另一个对象
l = Student('Lisa', 23)

# 序列化到内存字节流
serialized = pickle.dumps(l)
print(serialized)  # 输出类似: b'\x80\x03c__main__\nStudent\nq\x00)\x81q\x01}q\x02...'

# 从内存字节流反序列化
after_l = pickle.loads(serialized)
after_l.say()  # 输出: I am Lisa
print(after_l.__dict__)  # 输出: {'name': 'Lisa', 'age': 23}

注意事项

虽然pickle模块功能强大，但在处理复杂操作（如对象属性变更、添加或删除）时，可能会遇到兼容性问题。若遇到此类错误，可结合copyreg模块进行更精细的控制。

以上就是Python使用pickle模块实现序列化功能的详细内容，更多关于Python对象持久化的资料请关注本站其它相关文章！