淺析Python中的序列化儲存的方法

在程式啟動並執行過程中，所有的變數都是在記憶體中，比如，定義一個dict：

d = dict(name='Bob', age=20, score=88)

可以隨時修改變數，比如把name改成'Bill'，但是一旦程式結束，變數所佔用的記憶體就被作業系統全部回收。如果沒有把修改後的'Bill'儲存到磁碟上，下次重新運行程式，變數又被初始化為'Bob'。

我們把變數從記憶體中變成可儲存或傳輸的過程稱之為序列化，在Python中叫pickling，在其他語言中也被稱之為serialization，marshalling，flattening等等，都是一個意思。

序列化之後，就可以把序列化後的內容寫入磁碟，或者通過網路傳輸到別的機器上。

反過來，把變數內容從序列化的對象重新讀到記憶體裡稱之為還原序列化，即unpickling。

Python提供兩個模組來實現序列化：cPickle和pickle。這兩個模組功能是一樣的，區別在於cPickle是C語言寫的，速度快，pickle是純Python寫的，速度慢，跟cStringIO和StringIO一個道理。用的時候，先嘗試匯入cPickle，如果失敗，再匯入pickle：

try:  import cPickle as pickleexcept ImportError:  import pickle

首先，我們嘗試把一個對象序列化並寫入檔案：

>>> d = dict(name='Bob', age=20, score=88)>>> pickle.dumps(d)"(dp0\nS'age'\np1\nI20\nsS'score'\np2\nI88\nsS'name'\np3\nS'Bob'\np4\ns."

pickle.dumps()方法把任意對象序列化成一個str，然後，就可以把這個str寫入檔案。或者用另一個方法pickle.dump()直接把對象序列化後寫入一個file-like Object：

>>> f = open('dump.txt', 'wb')>>> pickle.dump(d, f)>>> f.close()

看看寫入的dump.txt檔案，一堆亂七八糟的內容，這些都是Python儲存的對象內部資訊。

當我們要把對象從磁碟讀到記憶體時，可以先把內容讀到一個str，然後用pickle.loads()方法還原序列化出對象，也可以直接用pickle.load()方法從一個file-like Object中直接還原序列化出對象。我們開啟另一個Python命令列來還原序列化剛才儲存的對象：

>>> f = open('dump.txt', 'rb')>>> d = pickle.load(f)>>> f.close()>>> d{'age': 20, 'score': 88, 'name': 'Bob'}

變數的內容又回來了！

當然，這個變數和原來的變數是完全不相干的對象，它們只是內容相同而已。

Pickle的問題和所有其他程式設計語言特有的序列化問題一樣，就是它只能用於Python，並且可能不同版本的Python彼此都不相容，因此，只能用Pickle儲存那些不重要的資料，不能成功地還原序列化也沒關係。

