Python中使用pickle持久化对象

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.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：

  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：

# -*- coding: utf-8 -*-import pickle# 也可以这样：# import cPickle as pickleobj = {"a": 1, "b": 2, "c": 3}# 将 obj 持久化保存到文件 tmp.txt 中pickle.dump(obj, open("tmp.txt", "w"))# do something else ...# 从 tmp.txt 中读取并恢复 obj 对象obj2 = pickle.load(open("tmp.txt", "r"))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：

# -*- coding: utf-8 -*-import cPickle as pickleimport randomimport osimport timeLENGTH = 1024 * 10240def main():    d = {}    a = []    for i in range(LENGTH):        a.append(random.randint(0, 255))    d["a"] = a    print "dumping..."    t1 = time.time()    pickle.dump(d, open("tmp1.dat", "wb"), True)    print "dump1: %.3fs" % (time.time() - t1)    t1 = time.time()    pickle.dump(d, open("tmp2.dat", "w"))    print "dump2: %.3fs" % (time.time() - t1)    s1 = os.stat("tmp1.dat").st_size    s2 = os.stat("tmp2.dat").st_size    print "%d, %d, %.2f%%" % (s1, s2, 100.0 * s1 / s2)    print "loading..."    t1 = time.time()    obj1 = pickle.load(open("tmp1.dat", "rb"))    print "load1: %.3fs" % (time.time() - t1)    t1 = time.time()    obj2 = pickle.load(open("tmp2.dat", "r"))    print "load2: %.3fs" % (time.time() - t1)if __name__ == "__main__":    main()

dumping…dump1: 1.297sdump2: 4.750s20992503, 68894198, 30.47%loading…load1: 2.797sload2: 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。