这篇文章主要介绍了Python pickle类库介绍（对象序列化和反序列化）,本文讲解了pickle库的作用、pickle的运行过程、使用实例、修改picklable类型的默认行为等内容,需要的朋友可以参考下
一、pickle
pickle模块用来实现python对象的序列化和反序列化。通常地pickle将python对象序列化为二进制流或文件。
python对象与文件之间的序列化和反序列化：
pickle.load()
如果要实现python对象和字符串间的序列化和反序列化，则使用：
pickle.loads()
可以被序列化的类型有：
* None,True 和 False;
* 整数，浮点数，复数;
* 字符串，字节流，字节数组;
* 包含可pickle对象的tuples，lists，sets和dictionaries；
* 定义在module顶层的函数：
* 定义在module顶层的内置函数；
* 定义在module顶层的类；
* 拥有__dict__()或__setstate__()的自定义类型；
注意：对于函数或类的序列化是以名字来识别的，所以需要import相应的module。
二、pickle的运行过程
在大部分情况下，要是的对象picklable，我们不需要额外的代码。默认地pickle将智能地检查类和实例的属性，当一个类实例反序列化的时候，它的__init__()方法通常不被调用。而是首先创建一个未初始化的实例，然后再回复存储的属性。
但是可以通过实现下列的方法来修改默认的行为：
object.__setstate__(state) :如果类型实现了此方法，则在反序列化的时候，此方法用来恢复对象的属性。
object.__getnewargs__() ： 如果实例构造的时候（__new__()）需要参数，则需要实现此函数。
注意：如果__getstate__()返回False，则在反序列化的时候__setstate__()则不被调用。
有的时候为了效率，或上面的3个函数不能满足需求时，需要实现__reduce__()函数。
三、实例
# An arbitrary collection of objects supported by pickle.
data = {
‘a’: [1, 2.0, 3, 4+6j],
‘b’: (“character string”, b”byte string”),
‘c’: set([None, True, False])
}
with open(‘data.pickle’, ‘wb’) as f:
# Pickle the ‘data’ dictionary using the highest protocol available.
pickle.dump(data, f, pickle.HIGHEST_PROTOCOL)
with open(‘data.pickle’, ‘rb’) as f:
# The protocol version used is detected automatically, so we do not
# have to specify it.
data = pickle.load(f)
print(str(data))
以上就是Python pickle类库介绍（对象序列化和反序列化）的详细内容，更多请关注gaodaima搞代码网其它相关文章！
转载请注明原文链接：Python pickle类库介绍（对象序列化和反序列化）
