在python中,一般可以使用pickle类来进行python对象的序列化,而cPickle提供了一个更快速简单的接口,如python文档所说的:“cPickle – A faster pickle”。
cPickle可以对任意一种类型的python对象进行序列化操作,比如list,dict,甚至是一个类的对象等。而所谓的序列化,我的粗浅的理解就是为了能够完整的保存并能够完全可逆的恢复。在cPickle中,主要有四个函数可以做这一工作,下面使用例子来介绍。
1. dump: 将python对象序列化保存到本地的文件
import cPickle data = range(1000) cPickle.dump(data,open("test\\data.pkl","wb"))
dump函数需要指定两个参数,第一个是需要序列化的python对象名称,第二个是本地的文件,需要注意的是,在这里需要使用open函数打开一个文件,并指定“写”操作
2. load:载入本地文件,恢复python对象
data = cPickle.load(open("test\\data.pkl","rb"))
同dump一样,这里需要使用open函数打开本地的一个文件,并指定“读”操作
3. dumps:将python对象序列化保存到一个字符串变量中
data_string = cPickle.dumps(data)
4. loads:从字符串变量中载入python对象
data = cPickle.loads(data_string)
5. pickle模块使用的数据格式是python专用的,并且不同版本不向后兼容,同时也不能被其他语言说识别。要和其他语言交互,可以使用内置的json包
使用pickle模块你可以把Python对象直接保存到文件,而不需要把他们转化为字符串,也不用底层的文件访问操作把它们写入到一个二进制文件里。 pickle模块会创建一个python语言专用的二进制格式,你基本上不用考虑任何文件细节,它会帮你干净利落地完成读写独享操作,唯一需要的只是一个合法的文件句柄。
pickle模块中的两个主要函数是dump()和load()。dump()函数接受一个文件句柄和一个数据对象作为参数,把数据对象以特定的格式保存 到给定的文件中。当我们使用load()函数从文件中取出已保存的对象时,pickle知道如何恢复这些对象到它们本来的格式。
- dumps()函数执行和dump() 函数相同的序列化。取代接受流对象并将序列化后的数据保存到磁盘文件,这个函数简单的返回序列化的数据。
- loads()函数执行和load() 函数一样的反序列化。取代接受一个流对象并去文件读取序列化后的数据,它接受包含序列化后的数据的str对象, 直接返回的对象。
cPickle是pickle得一个更快得C语言编译版本。
pickle和cPickle相当于java的序列化和反序列化操作
#! /usr/local/env python # -*- coding=utf-8 -*- if __name__ == "__main__": import cPickle #序列化到文件 obj = 123,"abcdedf",["ac",123],{"key":"value","key1":"value1"} print obj #输出:(123, 'abcdedf', ['ac', 123], {'key1': 'value1', 'key': 'value'}) #r+ 读写权限 r+b 读写到二进制文件 f = open(r"d:\a.txt","r+") cPickle.dump(obj,f) f.close() f = open(r"d:\a.txt") print cPickle.load(f) #输出:(123, 'abcdedf', ['ac', 123], {'key1': 'value1', 'key': 'value'}) #序列化到内存(字符串格式保存),然后对象可以以任何方式处理如通过网络传输 obj1 = cPickle.dumps(obj) print type(obj1) #输出:<type 'str'> print obj1 #输出:python专用的存储格式 obj2 = cPickle.loads(obj1) print type(obj2) #输出:<type 'tuple'> print obj2 #输出:(123, 'abcdedf', ['ac', 123], {'key1': 'value1', 'key': 'value'})
本文python中cPickle类使用方法详解到此结束。过去的时间会永远流入无边的黑洞,永不再回来,所以要珍惜当下的每一秒。小编再次感谢大家对我们的支持!