当前位置: 首页 > news >正文

Python 常用模块pickle

Python 常用模块pickle

pickle序列化模块

【一】定义

  • 序列化:将数据结构或对象转换为可存储或传输的格式
  • 反序列化:将序列化后的数据恢复为开始的数据结构或者对象

【二】目的

  • 数据持久化存储
  • 远程通信
  • 缓存
  • 进程间通信

【三】序列化

  • 将对象转换为字节流的过程称为序列化
  • pickle.dumps(obj, protocol=None, *, fix_imports=True, buffer_callback=None)
  • pickle.dump(obj, file, protocol=None, *, fix_imports=True, buffer_callback=None)
    • obj:要序列化的对象
    • file:一个文件对象,通常以二进制写入模式打开文件
    • protocol:序列化的版本号,可以省略,默认(None)最高版本
    • fix_imports:为True默认,尝试自动修复在不同Python版本之间可能的模块导入问题
    • buffer_callback:一个可选的回调函数,用于控制内部缓冲区的分配。默认使用内部缓冲区管理
import pickleuser_dict = {"name": "bruce", "age": "18"}str_dict = pickle.dumps(user_dict)
print(str_dict)
print(type(str_dict))
# b'\x80\x04\x95\x1f\x00\x00\x00\x00\x00\x00\x00}\x94(\x8c\x04name\x94\x8c\x05bruce\x94\x8c\x03age\x94\x8c\x0218\x94u.'
# <class 'bytes'>
with open("a.pkl", "wb") as fp:pickle.dump(user_dict, fp)
# pickle.dump(user_dict, open("a.pkl", "wb"))

【四】反序列化

  • 将字节流还原成对象的过程称为反序列化
  • pickle.loads(data, *, fix_imports=True, encoding="ASCII", errors="strict"buffers=None)
  • pickle.load(file, *, fix_imports=True, encoding="ASCII", errors="strict",buffers=None)
    • data:要序列化的字节流内容
    • file:一个文件对象,通常以二进制读取模式打开文件
    • fix_imports:为True默认,尝试自动修复在不同Python版本之间可能的模块导入问题
    • encoding:字符串编码格式
    • errors:解码错误的处理方式,与str.decode()方法中的参数相同。默认strict,即抛出UnicodeDecodeError
    • buffers:一个可选的PickleBuffer对象,用于提供自定义缓冲区的支持,默认None
import picklewith open("a.pkl", "rb") as fp:read_dict = pickle.load(fp)
# read_dict = pickle.load(open("a.pkl", "rb"))
print(read_dict)
print(type(read_dict))
# {'name': 'bruce', 'age': '18'}
# <class 'dict'>

【五】通用性

  • pickle 模块适用于大多数 Python 对象,包括自定义类的实例、内置数据类型等。

  • 不适用于某些特殊对象,比如文件句柄、数据库连接等。

  • josn序列化以后javajs等语言可以识别

  • pickle序列化以后,其他语言都不能识别

【六】应用

【1】函数写入文件、从文件读取函数

import pickledef my_func():print("这是定制函数")pickle.dump(my_func, open("a.pkl", "wb"))
read_func = pickle.load(open("a.pkl", "rb"))
read_func() # 这是定制函数

【2】将实例写入文件、从文件读取实例

import pickleclass PeaShooter:def __init__(self, name, attack_val):self.name = nameself.attack_val = attack_valpickle.dump(PeaShooter, open("a.pkl", "wb"))
read_object = pickle.load(open("a.pkl", "rb"))
ice_shooter = read_object("寒冰射手", 20)pickle.dump(ice_shooter, open("a.pkl", "wb"))
read_instance = pickle.load(open("a.pkl", "rb"))
print(read_instance.__dict__)
# {'name': '寒冰射手', 'attack_val': 20}
http://www.lryc.cn/news/277534.html

相关文章:

  • CentOS 6 制作openssh 9.6 p1 rpm包(含ssh-copy-id、openssl) —— 筑梦之路
  • Tomcat Notes: Deployment File
  • 某邦通信股份有限公司IP网络对讲广播系统挖矿检测脚本
  • uniapp点击跳转传对象
  • 简单用PHP实现微信小程序的游戏功能
  • 某查查请求头参数加密分析(含JS加密算法与Python爬虫源码)
  • 免费用chatGPT
  • 还不会python 实现常用的数据编码和对称加密?看这篇文章就够啦~
  • 简易实现 MyBatis 底层机制
  • PhpPythonC++圆类的实现(OOP)
  • OpenSSL升级版本
  • 基于sprinmgboot实习管理系统源码和论文
  • 图像分类任务的可视化脚本,生成类别json字典文件
  • Adding Conditional Control to Text-to-Image Diffusion Models——【代码复现】
  • java-Exchanger详解
  • ‘再战千问:启程你的提升之旅‘,如何更好地提问?
  • java SSM社区文化服务管理系统myeclipse开发mysql数据库springMVC模式java编程计算机网页设计
  • go执行静态二进制文件和执行动态库文件
  • 通过示例解释序列化和反序列化-Java
  • k8s源码阅读环境配置
  • Java JDBC整合(概述,搭建,PreparedStatement和Statement,结果集处理)
  • Nginx 负载均衡集群 节点健康检查
  • uniapp 多轴图,双轴图,指定哪几个数据在哪个轴上显示
  • Kotlin 协程 supervisorScope {} 运行崩溃解决
  • 【Spring 篇】JdbcTemplate:轻松驾驭数据库的魔法工具
  • Web开发SpringBoot SpringMVC Spring的学习笔记(包含开发常用工具类)
  • 微服务下的SpringSecurity认证端
  • 苹果电脑菜单栏应用管理软件Bartender 4 mac软件特点
  • 笙默考试管理系统-MyExamTest----codemirror(65)
  • git在本地创建dev分支并和远程的dev分支关联起来