详解Python中的序列化与反序列化的使用

学习过marshal模块用于序列化和反序列化，但marshal的功能比较薄弱，只支持部分内置数据类型的序列化/反序列化，对于用户自定义的类型就无能为力，同时marshal不支持自引用(递归引用)的对象的序列化。所以直接使用marshal来序列化/反序列化可能不是很方便。还好，python标准库提供了功能更加强大且更加安全的pickle和cPickle模块。

cPickle模块是使用C语言实现的，所以在运行效率上比pickle要高。但是cPickle模块中定义的类型不能被继承（其实大多数时候，我们不需要从这些类型中继承。）。cPickle和pickle的序列化/反序列化规则是一样的，我们可以使用pickle序列化一个对象，然后使用cPickle来反序列化。同时，这两个模块在处理自引用类型时会变得更加"聪明"，它不会无限制的递归序列化自引用对象，对于同一对象的多次引用，它只会序列化一次。例如：

    import marshal, pickle

    list = [1]
    list.append(list)
    byt1 = marshal.dumps(list) 
    #出错, 无限制的递归序列化
    byt2 = pickle.dumps(list) 
    #No problem

pickle的序列化规则

Python规范（Python-specific）提供了pickle的序列化规则。这就不必担心不同版本的Python之间序列化兼容性问题。默认情况下，pickle的序列化是基于文本的，我们可以直接用文本编辑器查看序列化的文本。我们也可以序列成二进制格式的数据，这样的结果体积会更小。更详细的内容，可以参考Python手册pickle模块。

下面就开始使用pickle吧~
pickle.dump(obj, file[, protocol])

序列化对象，并将结果数据流写入到文件对象中。参数protocol是序列化模式，默认值为0，表示以文本的形式序列化。protocol的值还可以是1或2，表示以二进制的形式序列化。
pickle.load(file)

反序列化对象。将文件中的数据解析为一个Python对象。下面通过一个简单的例子来演示上面两个方法的使用：

    #coding=gbk

    import pickle, StringIO

    class Person(object):

    '''自定义类型。

    '''
     def __init__(self, name, address):
      self.name = name
      self.address = address

      def display(self):
      print 'name:', self.name, 'address:', self.address 

    jj = Person("JGood", "中国 杭州")
    jj.display()
    file = StringIO.StringIO()

    pickle.dump(jj, file, 0) 
    #序列化
    #print file.getvalue() #打印序列化后的结果

    #del Person #反序列的时候，必须能找到对应类的定义。否则反序列化操作失败。
    file.seek(0)
    jj1 = pickle.load(file) 
    #反序列化
    jj1.display()
    file.close()

注意：在反序列化的时候，必须能找到对应类的定义，否则反序列化将失败。在上面的例子中，如果取消#del Person的注释，在运行时将抛AttributeError异常，提示当前模块找不到Person的定义。
pickle.dumps(obj[, protocol])
pickle.loads(string)

我们也可以直接获取序列化后的数据流，或者直接从数据流反序列化。方法dumps与loads就完成这样的功能。dumps返回序列化后的数据流，loads返回的序列化生成的对象。

python模块中还定义了两个类，分别用来序列化、反序列化对象。
class pickle.Pickler(file[, protocal]):

该类用于序列化对象。参数file是一个类文件对象(file-like object)，用于保存序列化结果。可选参数表示序列化模式。它定义了两个方法：
dump(obj):

将对象序列化，并保存到类文件对象中。参数obj是要序列化的对象。
clear_memo()

清空pickler的"备忘"。使用Pickler实例在序列化对象的时候，它会"记住"已经被序列化的对象引用，所以对同一对象多次调用dump(obj)，pickler不会"傻傻"的去多次序列化。下面是一个简单的例子：

    #coding=gbk
    import pickle, StringIO

    class Person(object):

    '''自定义类型。

    '''
     def __init__(self, name, address):
      self.name = name
      self.address = address

     def display(self):
      print 'name:', self.name, 'address:', self.address 

    fle = StringIO.StringIO()
    pick = pickle.Pickler(fle)
    person = Person("JGood", "Hangzhou China") 

    pick.dump(person)
    val1 = fle.getvalue()
    print len(val1)

    pick.clear_memo() 
    #注释此句，再看看运行结果

    pick.dump(person) 
    #对同一引用对象再次进行序列化
    val2 = fle.getvalue()
    print len(val2)

    #---- 结果 ----
    #148
    #296
    #
    #将这行代码注释掉：pick.clear_memo()
    #结果为：
    #148
    #152
    class pickle.Unpickler(file):

该类用于反序列化对象。参数file是一个类文件(file-like object)对象，Unpickler从该参数中获取数据进行反序列化。
load():

反序列化对象。该方法会根据已经序列化的数据流，自动选择合适的反序列化模式。

    #.... 接上个例子中的代码

    fle.seek(0)
    unpick = pickle.Unpickler(fle)
    print unpick.load()

上面介绍了pickle模块的基本使用，但和marshal一样，并不是所有的类型都可以通过pickle序列化的。例如对于一个嵌套的类型，使用pickle序列化就失败。例如：

    class A(object):
     class B(object):
      def __init__(self, name):
       self.name = name

     def __init__(self):
      print 'init A'

    b = A.B("my name")
    print b
    c = pickle.dumps(b, 0) 
    #失败哦
    print pickle.loads(c)

关于pickle支持的序列化类型，可以参考Python手册。