Python pickle模块实现对象序列化

Python中的pickle模块可以将Python对象序列化为二进制流，并在需要时反序列化回原始对象。pickle模块广泛应用于 Python 中可用于本地存储或远程传输数据对象。本文将详细介绍Python pickle模块的使用。

序列化数据

在Python中，要使用pickle模块对对象进行序列化，需要导入pickle模块。标准的pickle模块提供了四个方法：dumps, dump，loads 和 load，用于序列化和反序列化 Python 对象。

对象序列化

dumps() 方法将 Python 对象序列化为二进制格式的字符串。以下示例展示了如何使用 "dumps" 将 Python 数据序列化为二进制流：

import pickle
data = {'name': 'Alice', 'age': 31, 'city': 'New York'}
serialized_data = pickle.dumps(data)
print(serialized_data)

输出结果如下，这是二进制的数据：

b'\x80\x04\x95!\x00\x00\x00\x00\x00\x00\x00}\x94(\x8c\x04name\x94\x8c\x05Alice\x94\x8c\x03age\x94K\x1f\x8c\x04city\x94\x8c\x08New York\x94u.'

文件序列化

pickle 还提供了"dump"方法将序列化后的数据写入文件中，使用以下代码：

import pickle
data = {'name': 'Alice', 'age': 31, 'city': 'New York'}
filename = 'data.pkl'
with open(filename, 'wb') as f:
    pickle.dump(data, f)

对象反序列化

loads() 方法将二进制格式的字符串反序列化回原始 Python 对象。以下示例展示了如何将 "dumps" 输出的二进制二进制数据还原为 Python 对象：

import pickle
data = {'name': 'Alice', 'age': 31, 'city': 'New York'}
serialized_data = pickle.dumps(data)
deserialized_data = pickle.loads(serialized_data)
print(deserialized_data)

输出结果如下：

{'name': 'Alice', 'age': 31, 'city': 'New York'}

文件反序列化

load() 方法从文件中读取序列化后的数据，并将其转换为 Python 对象。使用以下代码：

import pickle
filename = 'data.pkl'
with open(filename, 'rb') as f:
    data = pickle.load(f)
print(data)

在反序列化时需要注意，该对象的类必须存在于程序的命名空间中，否则将抛出 ClassNotFoundException。

常见问题

pickle 安全问题

pickle 的默认行为可能会导致安全问题。由于 pickle 可以从任何可读数据的字符串中反序列化 Python 对象，因此攻击者可以通过包含恶意代码的消息或数据对 pickle 反序列化进行攻击。为了缓解此风险，pickle 模块提供了另外一种更安全的方法。

import pickle
data = {'name': 'Alice', 'age': 31, 'city': 'New York'}
serialized_data = pickle.dumps(data, protocol=pickle.HIGHEST_PROTOCOL)
print(serialized_data)

HIGHEST_PROTOCOL 会选择最高有效协议版本，该版本更安全。

pickle 兼容性

pickle 格式不同版本之间不能兼容。反序列化时，我们需要确保序列化和 反序列化使用相同的pickle版本。否则可能会出现UnpicklingError。

为了解决这个问题，Python3.0 提供了新模块 "pickle" （在 python 中增加了一个基于新 pickle 协议的叫做"pickle"），可以兼容Python 2.4 及以下版本的格式，同时也支持 Python 3.0 以上的版本。通过以下代码可以导入新模块：

import pickle5 as pickle

在 Python 3.0 以上版本中，该模块可用。在 Python 2.x 版本中需要安装 pickle5 库。