您可以使用标准库中的pickle
模块.
下面是它在您的示例中的基本应用:
import pickle
class Company(object):
def __init__(self, name, value):
self.name = name
self.value = value
with open('company_data.pkl', 'wb') as outp:
company1 = Company('banana', 40)
pickle.dump(company1, outp, pickle.HIGHEST_PROTOCOL)
company2 = Company('spam', 42)
pickle.dump(company2, outp, pickle.HIGHEST_PROTOCOL)
del company1
del company2
with open('company_data.pkl', 'rb') as inp:
company1 = pickle.load(inp)
print(company1.name) # -> banana
print(company1.value) # -> 40
company2 = pickle.load(inp)
print(company2.name) # -> spam
print(company2.value) # -> 42
您还可以定义自己的简单实用程序,如下所示,它打开一个文件并向其中写入一个对象:
def save_object(obj, filename):
with open(filename, 'wb') as outp: # Overwrites any existing file.
pickle.dump(obj, outp, pickle.HIGHEST_PROTOCOL)
# sample usage
save_object(company1, 'company1.pkl')
由于这是一个很受欢迎的答案,我想谈几个稍微高级的用法主题.
cPickle
(or _pickle
) vs pickle
实际使用cPickle
模块比使用pickle
模块几乎总是更可取的,因为前者是用C语言编写的,而且速度要快得多.它们之间有一些细微的差异,但在大多数情况下它们是等效的,C版本将提供非常优越的性能.切换到它再简单不过了,只需将import
语句更改为:
import cPickle as pickle
在Python3中,cPickle
重命名为_pickle
,但不再需要这样做,因为pickle
模块现在自动执行此操作-请参见What difference between pickle and _pickle in python 3?.
简而言之,当Python2和Python3中都有C版本时,您可以使用以下内容来确保代码使用C版本:
try:
import cPickle as pickle
except ModuleNotFoundError:
import pickle
pickle
可以读写几种不同的、特定于Python的格式的文件,如documentation中所述,称为protocols,"协议版本0"是ASCII,因此是"人类可读的".版本>;0是二进制的,可用的最高值取决于使用的Python版本.默认值也取决于Python版本.在Python2中,默认为协议版本0
,但在Python3.8.1中,默认为协议版本4
.在Python 3中.x模块中添加了pickle.DEFAULT_PROTOCOL
,但Python 2中没有.
幸运的是,在每个调用中都有编写pickle.HIGHEST_PROTOCOL
的简写(假设这是您想要的,而且通常都是这样做的),只需使用文字数字-1
-类似于通过负索引引用序列的最后一个元素.
因此,与其写下:
pickle.dump(obj, outp, pickle.HIGHEST_PROTOCOL)
你可以写:
pickle.dump(obj, outp, -1)
无论哪种方式,如果创建了一个用于多个pickle操作的Pickler
对象,则只需指定一次协议:
pickler = pickle.Pickler(outp, -1)
pickler.dump(obj1)
pickler.dump(obj2)
etc...
Note:如果您所处的环境运行的是不同版本的Python,那么您可能希望显式地使用(即硬代码)所有人都可以读取的特定协议号(较新版本通常可以读取早期版本生成的文件).
虽然泡菜文件can包含任意数量的泡菜对象,如上面的示例所示,但当它们的数量未知时,通常更容易将它们全部存储在某种大小可变的容器中,如list
、tuple
或dict
,并在单个调用中将它们全部写入文件:
tech_companies = [
Company('Apple', 114.18), Company('Google', 908.60), Company('Microsoft', 69.18)
]
save_object(tech_companies, 'tech_companies.pkl')
然后用以下方法恢复列表和其中的所有内容:
with open('tech_companies.pkl', 'rb') as inp:
tech_companies = pickle.load(inp)
主要的优点是,您不需要知道保存了多少对象实例才能在以后加载它们(尽管在没有这些信息的情况下这样做是可能的,它需要一些稍微专门化的代码).请参阅相关问题Saving and loading multiple objects in pickle file?的答案,了解不同方法的详细信息.就我个人而言,我最喜欢@Lutz Prechelt的answer,这就是下面示例代码中使用的方法:
class Company:
def __init__(self, name, value):
self.name = name
self.value = value
def pickle_loader(filename):
""" Deserialize a file of pickled objects. """
with open(filename, "rb") as f:
while True:
try:
yield pickle.load(f)
except EOFError:
break
print('Companies in pickle file:')
for company in pickle_loader('company_data.pkl'):
print(' name: {}, value: {}'.format(company.name, company.value))