Python pickle 二进制序列化和反序列化及数据持久化详解

模块 pickle 实现了对一个 Python 对象结构的二进制序列化和反序列化。 "pickling" 是将 Python 对象及其所拥有的层次结构转化为一个字节流的过程，而 "unpickling" 是相反的操作，会将（来自一个 binary file 或者 bytes-like object 的）字节流转化回一个对象层次结构。 pickling（和 unpickling）也被称为“序列化”, “编组” 1 或者 “平面化”。而为了避免混乱，此处采用术语 “封存 (pickling)” 和 “解封 (unpickling)”。

pickle 模块 并不安全。 你只应该对你信任的数据进行 unpickle 操作。
构建恶意的 pickle 数据来 在解封时执行任意代码 是可能的。 绝对不要对不信任来源的数据和可能被篡改过的数据进行解封。
请考虑使用 hmac 来对数据进行签名，确保数据没有被篡改。
在你处理不信任数据时，更安全的序列化格式如 json 可能更为适合。

与 json 模块的比较

在 pickle 协议和 JSON (JavaScript Object Notation) 之间有着本质上的差异:

• JSON 是一个文本序列化格式（它输出 unicode 文本，尽管在大多数时候它会接着以 utf-8 编码），而 pickle 是一个二进制序列化格式；
• JSON 是我们可以直观阅读的，而 pickle 不是；
• JSON是可互操作的，在Python系统之外广泛使用，而pickle则是Python专用的；
• 默认情况下，JSON 只能表示 Python 内置类型的子集，不能表示自定义的类；但 pickle 可以表示大量的 Python 数据类型（可以合理使用 Python 的对象内省功能自动地表示大多数类型，复杂情况可以通过实现 specific object APIs 来解决）。
• 不像pickle，对一个不信任的JSON进行反序列化的操作本身不会造成任意代码执行漏洞。

Pickle的基本用法

序列化（Pickling）

要将Python对象序列化为二进制数据，可以使用pickle.dump()函数。以下是一个简单的示例，将一个Python列表保存到文件中：

import pickle
data = [1, 2, 3, 4, 5]
# 打开一个文件以写入二进制数据
with open('data/data.pkl', 'wb') as file:
    pickle.dump(data, file)

在上述代码中，使用pickle.dump()函数将data列表序列化为二进制数据，并将其保存到名为data.pkl的文件中。参数'wb'表示以二进制写入模式打开文件。

反序列化（Unpickling）

要从文件中加载并反序列化二进制数据，可以使用pickle.load()函数。以下是加载data.pkl文件并还原Python对象的示例：

import pickle
# 打开文件以读取二进制数据
with open('data/data.pkl', 'rb') as file:
    loaded_data = pickle.load(file)
print("反序列化 %s" % loaded_data)

在上述代码中，使用pickle.load()函数从data.pkl文件中加载数据，并将其还原为Python对象。

Pickle的工作原理

pickle模块的工作原理涉及到将Python对象转换为一种可序列化的中间格式，然后再将该中间格式序列化为二进制数据。这个中间格式是一个自包含的表示对象的字典，其中包含了对象的数据和其类型信息。

当使用pickle.dump()序列化对象时，pickle 模块首先创建一个包含对象数据和类型信息的中间字典。然后，它将该字典转换为二进制数据。反序列化时，pickle模块将二进制数据还原为中间字典，然后再从字典中还原Python对象。

这种方法使pickle模块非常灵活，因为它可以序列化几乎所有Python对象，包括自定义对象，只要它们可以在中间字典中表示。

Pickle的适用场景

pickle模块在以下情况下非常有用：

• 数据持久化：你可以使用pickle将Python对象保存到文件中，以便稍后读取。这对于保存模型、配置文件、数据缓存等非常有用。
• 数据传输：你可以使用pickle将Python对象序列化并通过网络传输，以便不同的Python程序之间共享数据。
• 对象复制：你可以使用pickle将Python对象进行深拷贝，以便创建对象的独立副本，而不是引用原始对象。
• 测试和调试：pickle也用于创建模拟数据，以便进行测试和调试。

Pickle的注意事项

尽管pickle非常方便，但在使用它时需要注意一些事项：

• 安全性：反序列化数据时要小心，因为pickle可以执行任意代码。不要从不受信任的来源加载pickle数据，以免遭受安全风险。
• 版本兼容性：在不同版本的Python之间，pickle数据的兼容性可能会有问题。因此，确保在不同版本之间测试并验证pickle数据的兼容性。
• 自定义对象：一些自定义对象的序列化和反序列化可能会受到限制，因此需要额外的配置。你可能需要实现特定的__reduce__方法来控制对象的序列化行为。

示例代码

以下是一个示例代码，演示如何使用pickle模块来序列化和反序列化一个自定义Python对象：

import pickle
class Person:
    def __init__(self, name, age):
        self.name = name
        self.age = age
    def __str__(self):
        return f"Person(name='{self.name}', age={self.age})"
# 创建一个自定义对象
person = Person("Alice", 30)
# 序列化并保存到文件
with open('data/person.pkl', 'wb') as file:
    pickle.dump(person, file)
# 从文件中加载并反序列化
with open('data/person.pkl', 'rb') as file:
    loaded_person = pickle.load(file)
print(loaded_person)  # 输出: Person(name='Alice', age=30)

在上述代码中，我们首先定义了一个自定义类Person，然后创建了一个Person对象。我们使用pickle将该对象序列化为二进制数据，然后再从二进制数据中反序列化还原对象。

到此这篇关于Python pickle 二进制序列化和反序列化 - 数据持久化的文章就介绍到这了,更多相关Python pickle 二进制序列化内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！