在程序運(yùn)行的過程中，所有的變量都是在內(nèi)存中，比如，定義一個(gè)dict：

            
d = dict(name='Bob', age=20, score=88)
          

可以隨時(shí)修改變量，比如把name改成'Bill'，但是一旦程序結(jié)束，變量所占用的內(nèi)存就被操作系統(tǒng)全部回收。如果沒有把修改后的'Bill'存儲(chǔ)到磁盤上，下次重新運(yùn)行程序，變量又被初始化為' Bob '。

我們把變量從內(nèi)存中變成可存儲(chǔ)或傳輸?shù)倪^程稱之為序列化，在Python中叫pickling，在其他語言中也被稱之為serialization，marshalling，flattening等等，都是一個(gè)意思。

序列化之后，就可以把序列化后的內(nèi)容寫入磁盤，或者通過網(wǎng)絡(luò)傳輸?shù)絼e的機(jī)器上。

反過來，把變量?jī)?nèi)容從序列化的對(duì)象重新讀到內(nèi)存里稱之為反序列化，即unpickling。

Python提供了pickle模塊來實(shí)現(xiàn)序列化。

首先，我們嘗試把一個(gè)對(duì)象序列化并寫入文件：

            
>>> import pickle
>>> d = dict(name='Bob', age=20, score=88)
>>> pickle.dumps(d)
b'\x80\x03}q\x00(X\x03\x00\x00\x00ageq\x01K\x14X\x05\x00\x00\x00scoreq\x02KXX\x04\x00\x00\x00nameq\x03X\x03\x00\x00\x00Bobq\x04u.'
          

pickle.dumps()方法把任意對(duì)象序列化成一個(gè)bytes，然后，就可以把這個(gè)bytes寫入文件。或者用另一個(gè)方法pickle.dump()直接把對(duì)象序列化后寫入一個(gè)file-like Object：

            
>>> f = open('dump.txt', 'wb')
>>> pickle.dump(d, f)
>>> f.close()
          

看看寫入的dump.txt文件，一堆亂七八糟的內(nèi)容，這些都是Python保存的對(duì)象內(nèi)部信息。

當(dāng)我們要把對(duì)象從磁盤讀到內(nèi)存時(shí)，可以先把內(nèi)容讀到一個(gè)bytes，然后用pickle.loads()方法反序列化出對(duì)象，也可以直接用pickle.load()方法從一個(gè)file-like Object中直接反序列化出對(duì)象。我們打開另一個(gè)Python命令行來反序列化剛才保存的對(duì)象：

            
>>> f = open('dump.txt', 'rb')
>>> d = pickle.load(f)
>>> f.close()
>>> d
{'age': 20, 'score': 88, 'name': 'Bob'}
          

變量的內(nèi)容又回來了！

當(dāng)然，這個(gè)變量和原來的變量是完全不相干的對(duì)象，它們只是內(nèi)容相同而已。

Pickle的問題和所有其他編程語言特有的序列化問題一樣，就是它只能用于Python，并且可能不同版本的Python彼此都不兼容，因此，只能用Pickle保存那些不重要的數(shù)據(jù)，不能成功地反序列化也沒關(guān)系。

以上就是本篇文章所講述的所有內(nèi)容，這篇文章主要介紹了python序列化的相關(guān)知識(shí)，希望你能借助資料從而理解上述所說的內(nèi)容。希望我在這片文章所講述的內(nèi)容能夠?qū)δ阌兴鶐椭屇銓W(xué)習(xí)python更加輕松。