当前位置:Gxlcms > Python > Python中的数据对象持久化存储模块pickle的使用示例

Python中的数据对象持久化存储模块pickle的使用示例

时间:2021-07-01 10:21:17 帮助过:59人阅读

Python中可以使用 pickle 模块将对象转化为文件保存在磁盘上,在需要的时候再读取并还原。具体用法如下:
pickle是Python库中常用的序列化工具,可以将内存对象以文本或二进制格式导出为字符串,或者写入文档。后续可以从字符或文档中还原为内存对象。新版本的Python中用c重新实现了一遍,叫cPickle,性能更高。 下面的代码演示了pickle库的常用接口用法,非常简单:

  1. import cPickle as pickle
  2. # dumps and loads
  3. # 将内存对象dump为字符串,或者将字符串load为内存对象
  4. def test_dumps_and_loads():
  5. t = {'name': ['v1', 'v2']}
  6. print t
  7. o = pickle.dumps(t)
  8. print o
  9. print 'len o: ', len(o)
  10. p = pickle.loads(o)
  11. print p
  12. # 关于HIGHEST_PROTOCOL参数,pickle 支持3种protocol,0、1、2:
  13. # http://stackoverflow.com/questions/23582489/python-pickle-protocol-choice
  14. # 0:ASCII protocol,兼容旧版本的Python
  15. # 1:binary format,兼容旧版本的Python
  16. # 2:binary format,Python2.3 之后才有,更好的支持new-sytle class
  17. def test_dumps_and_loads_HIGHEST_PROTOCOL():
  18. print 'HIGHEST_PROTOCOL: ', pickle.HIGHEST_PROTOCOL
  19. t = {'name': ['v1', 'v2']}
  20. print t
  21. o = pickle.dumps(t, pickle.HIGHEST_PROTOCOL)
  22. print 'len o: ', len(o)
  23. p = pickle.loads(o)
  24. print p
  25. # new-style class
  26. def test_new_sytle_class():
  27. class TT(object):
  28. def __init__(self, arg, **kwargs):
  29. super(TT, self).__init__()
  30. self.arg = arg
  31. self.kwargs = kwargs
  32. def test(self):
  33. print self.arg
  34. print self.kwargs
  35. # ASCII protocol
  36. t = TT('test', a=1, b=2)
  37. o1 = pickle.dumps(t)
  38. print o1
  39. print 'o1 len: ', len(o1)
  40. p = pickle.loads(o1)
  41. p.test()
  42. # HIGHEST_PROTOCOL对new-style class支持更好,性能更高
  43. o2 = pickle.dumps(t, pickle.HIGHEST_PROTOCOL)
  44. print 'o2 len: ', len(o2)
  45. p = pickle.loads(o2)
  46. p.test()
  47. # dump and load
  48. # 将内存对象序列化后直接dump到文件或支持文件接口的对象中
  49. # 对于dump,需要支持write接口,接受一个字符串作为输入参数,比如:StringIO
  50. # 对于load,需要支持read接口,接受int输入参数,同时支持readline接口,无输入参数,比如StringIO
  51. # 使用文件,ASCII编码
  52. def test_dump_and_load_with_file():
  53. t = {'name': ['v1', 'v2']}
  54. # ASCII format
  55. with open('test.txt', 'w') as fp:
  56. pickle.dump(t, fp)
  57. with open('test.txt', 'r') as fp:
  58. p = pickle.load(fp)
  59. print p
  60. # 使用文件,二进制编码
  61. def test_dump_and_load_with_file_HIGHEST_PROTOCOL():
  62. t = {'name': ['v1', 'v2']}
  63. with open('test.bin', 'wb') as fp:
  64. pickle.dump(t, fp, pickle.HIGHEST_PROTOCOL)
  65. with open('test.bin', 'rb') as fp:
  66. p = pickle.load(fp)
  67. print p
  68. # 使用StringIO,二进制编码
  69. def test_dump_and_load_with_StringIO():
  70. import StringIO
  71. t = {'name': ['v1', 'v2']}
  72. fp = StringIO.StringIO()
  73. pickle.dump(t, fp, pickle.HIGHEST_PROTOCOL)
  74. fp.seek(0)
  75. p = pickle.load(fp)
  76. print p
  77. fp.close()
  78. # 使用自定义类
  79. # 这里演示用户自定义类,只要实现了write、read、readline接口,
  80. # 就可以用作dump、load的file参数
  81. def test_dump_and_load_with_user_def_class():
  82. import StringIO
  83. class FF(object):
  84. def __init__(self):
  85. self.buf = StringIO.StringIO()
  86. def write(self, s):
  87. self.buf.write(s)
  88. print 'len: ', len(s)
  89. def read(self, n):
  90. return self.buf.read(n)
  91. def readline(self):
  92. return self.buf.readline()
  93. def seek(self, pos, mod=0):
  94. return self.buf.seek(pos, mod)
  95. def close(self):
  96. self.buf.close()
  97. fp = FF()
  98. t = {'name': ['v1', 'v2']}
  99. pickle.dump(t, fp, pickle.HIGHEST_PROTOCOL)
  100. fp.seek(0)
  101. p = pickle.load(fp)
  102. print p
  103. fp.close()
  104. # Pickler/Unpickler
  105. # Pickler(file, protocol).dump(obj) 等价于 pickle.dump(obj, file[, protocol])
  106. # Unpickler(file).load() 等价于 pickle.load(file)
  107. # Pickler/Unpickler 封装性更好,可以很方便的替换file
  108. def test_pickler_unpickler():
  109. t = {'name': ['v1', 'v2']}
  110. f = file('test.bin', 'wb')
  111. pick = pickle.Pickler(f, pickle.HIGHEST_PROTOCOL)
  112. pick.dump(t)
  113. f.close()
  114. f = file('test.bin', 'rb')
  115. unpick = pickle.Unpickler(f)
  116. p = unpick.load()
  117. print p
  118. f.close()


pickle.dump(obj, file[, protocol])
这是将对象持久化的方法,参数的含义分别为:

  • obj: 要持久化保存的对象;
  • file: 一个拥有 write() 方法的对象,并且这个 write() 方法能接收一个字符串作为参数。这个对象可以是一个以写模式打开的文件对象或者一个 StringIO 对象,或者其他自定义的满足条件的对象。
  • protocol: 这是一个可选的参数,默认为 0 ,如果设置为 1 或 True,则以高压缩的二进制格式保存持久化后的对象,否则以ASCII格式保存。

对象被持久化后怎么还原呢?pickle 模块也提供了相应的方法,如下:

pickle.load(file)
只有一个参数 file ,对应于上面 dump 方法中的 file 参数。这个 file 必须是一个拥有一个能接收一个整数为参数的 read() 方法以及一个不接收任何参数的 readline() 方法,并且这两个方法的返回值都应该是字符串。这可以是一个打开为读的文件对象、StringIO 对象或其他任何满足条件的对象。

下面是一个基本的用例:

  1. # -*- coding: utf-8 -*-
  2. import pickle
  3. # 也可以这样:
  4. # import cPickle as pickle
  5. obj = {"a": 1, "b": 2, "c": 3}
  6. # 将 obj 持久化保存到文件 tmp.txt 中
  7. pickle.dump(obj, open("tmp.txt", "w"))
  8. # do something else ...
  9. # 从 tmp.txt 中读取并恢复 obj 对象
  10. obj2 = pickle.load(open("tmp.txt", "r"))
  11. print obj2
  12. # -*- coding: utf-8 -*-
  13. import pickle
  14. # 也可以这样:
  15. # import cPickle as pickle
  16. obj = {"a": 1, "b": 2, "c": 3}
  17. # 将 obj 持久化保存到文件 tmp.txt 中
  18. pickle.dump(obj, open("tmp.txt", "w"))
  19. # do something else ...
  20. # 从 tmp.txt 中读取并恢复 obj 对象
  21. obj2 = pickle.load(open("tmp.txt", "r"))
  22. print obj2


不过实际应用中,我们可能还会有一些改进,比如用 cPickle 来代替 pickle ,前者是后者的一个 C 语言实现版本,拥有更快的速度,另外,有时在 dump 时也会将第三个参数设为 True 以提高压缩比。再来看下面的例子:

  1. # -*- coding: utf-8 -*-
  2. import cPickle as pickle
  3. import random
  4. import os
  5. import time
  6. LENGTH = 1024 * 10240
  7. def main():
  8. d = {}
  9. a = []
  10. for i in range(LENGTH):
  11. a.append(random.randint(0, 255))
  12. d["a"] = a
  13. print "dumping..."
  14. t1 = time.time()
  15. pickle.dump(d, open("tmp1.dat", "wb"), True)
  16. print "dump1: %.3fs" % (time.time() - t1)
  17. t1 = time.time()
  18. pickle.dump(d, open("tmp2.dat", "w"))
  19. print "dump2: %.3fs" % (time.time() - t1)
  20. s1 = os.stat("tmp1.dat").st_size
  21. s2 = os.stat("tmp2.dat").st_size
  22. print "%d, %d, %.2f%%" % (s1, s2, 100.0 * s1 / s2)
  23. print "loading..."
  24. t1 = time.time()
  25. obj1 = pickle.load(open("tmp1.dat", "rb"))
  26. print "load1: %.3fs" % (time.time() - t1)
  27. t1 = time.time()
  28. obj2 = pickle.load(open("tmp2.dat", "r"))
  29. print "load2: %.3fs" % (time.time() - t1)
  30. if __name__ == "__main__":
  31. main()
  32. # -*- coding: utf-8 -*-
  33. import cPickle as pickle
  34. import random
  35. import os
  36. import time
  37. LENGTH = 1024 * 10240
  38. def main():
  39. d = {}
  40. a = []
  41. for i in range(LENGTH):
  42. a.append(random.randint(0, 255))
  43. d["a"] = a
  44. print "dumping..."
  45. t1 = time.time()
  46. pickle.dump(d, open("tmp1.dat", "wb"), True)
  47. print "dump1: %.3fs" % (time.time() - t1)
  48. t1 = time.time()
  49. pickle.dump(d, open("tmp2.dat", "w"))
  50. print "dump2: %.3fs" % (time.time() - t1)
  51. s1 = os.stat("tmp1.dat").st_size
  52. s2 = os.stat("tmp2.dat").st_size
  53. print "%d, %d, %.2f%%" % (s1, s2, 100.0 * s1 / s2)
  54. print "loading..."
  55. t1 = time.time()
  56. obj1 = pickle.load(open("tmp1.dat", "rb"))
  57. print "load1: %.3fs" % (time.time() - t1)
  58. t1 = time.time()
  59. obj2 = pickle.load(open("tmp2.dat", "r"))
  60. print "load2: %.3fs" % (time.time() - t1)
  61. if __name__ == "__main__":
  62. main()


在我的电脑上执行结果为:

  1. dumping…
  2. dump1: 1.297s
  3. dump2: 4.750s
  4. 20992503, 68894198, 30.47%
  5. loading…
  6. load1: 2.797s
  7. load2: 10.125s

可以看到,dump 时如果指定了 protocol 为 True,压缩过后的文件的大小只有原来的文件的 30% ,同时无论在 dump 时还是 load 时所耗费的时间都比原来少。因此,一般来说,可以建议把这个值设为 True 。

另外,pickle 模块还提供 dumps 和 loads 两个方法,用法与上面的 dump 和 load 方法类似,只是不需要输入 file 参数,输入及输出都是字符串对象,有些场景中使用这两个方法可能更为方便。

人气教程排行