在之前對Python對象的介紹中 (面向對象的基本概念，面向對象的進一步拓展)，我提到過Python“一切皆對象”的哲學，在Python中，無論是變量還是函數，都是一個對象。當Python運行時，對象存儲在內存中，隨時等待系統的調用。然而，內存里的數據會隨着計算機關機和消失，如何將對象保存到文件，並儲存在硬盤上呢？
計算機的內存中存儲的是二進制的序列 (當然，在Linux眼中，是文本流)。我們可以直接將某個對象所對應位置的數據抓取下來，轉換成文本流 (這個過程叫做serialize)，然后將文本流存入到文件中。由於Python在創建對象時，要參考對象的類定義，所以當我們從文本中讀取對象時，必須在手邊要有該對象的類定義，才能懂得如何去重建這一對象。從文件讀取時，對於Python的內建(built-in)對象 (比如說整數、詞典、表等等)，由於其類定義已經載入內存，所以不需要我們再在程序中定義類。但對於用戶自行定義的對象，就必須要先定義類，然后才能從文件中載入對象 (比如面向對象的基本概念中的對象那個summer)。
pickle包
對於上述過程，最常用的工具是Python中的pickle包。
1) 將內存中的對象轉換成為文本流：
- import pickle
- # define class
- class Bird(object):
- have_feather = True
- way_of_reproduction = 'egg'
- summer = Bird() # construct an object
- picklestring = pickle.dumps(summer) # serialize object
使用pickle.dumps()方法可以將對象summer轉換成了字符串 picklestring(也就是文本流)。隨后我們可以用普通文本的存儲方法來將該字符串儲存在文件(文本文件的輸入輸出)。
當然，我們也可以使用pickle.dump()的方法，將上面兩部合二為一:
- <span style="font-family:Microsoft YaHei;font-size:18px;">import pickle</span>
- # define class
- class Bird(object):
- have_feather = True
- way_of_reproduction = 'egg'
- summer = Bird() # construct an object
- fn = 'a.pkl'
- with open(fn, 'w') as f: # open file with write-mode
- picklestring = pickle.dump(summer, f) # serialize and save object
對象summer存儲在文件a.pkl
2) 重建對象
首先，我們要從文本中讀出文本，存儲到字符串 (文本文件的輸入輸出)。然后使用pickle.loads(str)的方法，將字符串轉換成為對象。要記得，此時我們的程序中必須已經有了該對象的類定義。
此外，我們也可以使用pickle.load()的方法，將上面步驟合並:
- import pickle
- # define the class before unpickle
- class Bird(object):
- have_feather = True
- way_of_reproduction = 'egg'
- fn = 'a.pkl'
- with open(fn, 'r') as f:
- summer = pickle.load(f) # read file and build object
cPickle包
cPickle包的功能和用法與pickle包幾乎完全相同 (其存在差別的地方實際上很少用到)，不同在於cPickle是基於c語言編寫的，速度是pickle包的1000倍。對於上面的例子，如果想使用cPickle包，我們都可以將import語句改為:
import cPickle as pickle
就不需要再做任何改動了。
總結
對象 -> 文本 -> 文件
pickle.dump(), pickle.load(), cPickle
Python序列化的概念很簡單。內存里面有一個數據結構，你希望將它保存下來，重用，或者發送給其他人。你會怎么做？這取決於你想要怎么保存，怎么重用，發送給誰。很多游戲允許你在退出的時候保存進度，然后你再次啟動的時候回到上次退出的地方。（實際上，很多非游戲程序也會這么干）在這種情況下，一個捕獲了當前進度的數據結構需要在你退出的時候保存到硬盤上，接着在你重新啟動的時候從硬盤上加載進來。
Python標准庫提供pickle和cPickle模塊。cPickle是用C編碼的，在運行效率上比pickle要高，但是cPickle模塊中定義的類型不能被繼承（其實大多數時候，我們不需要從這些類型中繼承，推薦使用cPickle）。cPickle和pickle的序列化/反序列化規則是一樣的，使用pickle序列化一個對象，可以使用cPickle來反序列化。同時，這兩個模塊在處理自引用類型時會變得更加“聰明”，它不會無限制的遞歸序列化自引用對象，對於同一對象的多次引用，它只會序列化一次。
pickle模塊中的兩個主要函數是dump()和load()。dump()函數接受一個數據對象和一個文件句柄作為參數，把數據對象以特定的格式保存到給定的文件中。當我們使用load()函數從文件中取出已保存的對象時，pickle知道如何恢復這些對象到它們本來的格式。
dumps()函數執行和dump()函數相同的序列化。取代接受流對象並將序列化后的數據保存到磁盤文件，這個函數簡單的返回序列化的數據。loads()函數執行和load()函數一樣的反序列化。取代接受一個流對象並去文件讀取序列化后的數據，它接受包含序列化后的數據的str對象, 直接返回的對象。
pickle.dump(obj, file[, protocol])
這是將對象持久化的方法，參數的含義分別為：
obj: 要持久化保存的對象； file: 一個擁有 write() 方法的對象，並且這個 write() 方法能接收一個字符串作為參數。這個對象可以是一個以寫模式打開的文件對象或者一個 StringIO 對象，或者其他自定義的滿足條件的對象。 protocol: 這是一個可選的參數，默認為 0 ，如果設置為 1 或 True，則以高壓縮的二進制格式保存持久化后的對象，否則以ASCII格式保存。對象被持久化后怎么還原呢？pickle 模塊也提供了相應的方法，如下：
pickle.load(file)
只有一個參數 file ，對應於上面 dump 方法中的 file 參數。這個 file 必須是一個擁有一個能接收一個整數為參數的 read() 方法以及一個不接收任何參數的 readline() 方法，並且這兩個方法的返回值都應該是字符串。這可以是一個打開為讀的文件對象、StringIO 對象或其他任何滿足條件的對象。下面是一個基本的用例：
# -*- coding: utf-8 -*- import pickle # 也可以這樣： # import cPickle as pickle obj = {"a": 1, "b": 2, "c": 3} # 將 obj 持久化保存到文件 tmp.txt 中 pickle.dump(obj, open("tmp.txt", "w")) # do something else ... # 從 tmp.txt 中讀取並恢復 obj 對象 obj2 = pickle.load(open("tmp.txt", "r")) print obj2 不過實際應用中，我們可能還會有一些改進，比如用 cPickle 來代替 pickle ，前者是后者的一個 C 語言實現版本，擁有更快的速度，另外，有時在 dump 時也會將第三個參數設為 True 以提高壓縮比。再來看下面的例子：
# -*- coding: utf-8 -*- import cPickle as pickle import random import os import time LENGTH = 1024 * 10240 def main(): d = {} a = [] for i in range(LENGTH): a.append(random.randint(0, 255)) d["a"] = a print "dumping..." t1 = time.time() pickle.dump(d, open("tmp1.dat", "wb"), True) print "dump1: %.3fs" % (time.time() - t1) t1 = time.time() pickle.dump(d, open("tmp2.dat", "w")) print "dump2: %.3fs" % (time.time() - t1) s1 = os.stat("tmp1.dat").st_size s2 = os.stat("tmp2.dat").st_size print "%d, %d, %.2f%%" % (s1, s2, 100.0 * s1 / s2) print "loading..." t1 = time.time() obj1 = pickle.load(open("tmp1.dat", "rb")) print "load1: %.3fs" % (time.time() - t1) t1 = time.time() obj2 = pickle.load(open("tmp2.dat", "r")) print "load2: %.3fs" % (time.time() - t1) if __name__ == "__main__": main()可以看到，dump 時如果指定了 protocol 為 True，壓縮過后的文件的大小只有原來的文件的 30% ，同時無論在 dump 時還是 load 時所耗費的時間都比原來少。因此，一般來說，可以建議把這個值設為 True 。
另外，pickle 模塊還提供 dumps 和 loads 兩個方法，用法與上面的 dump 和 load 方法類似，只是不需要輸入 file 參數，輸入及輸出都是字符串對象，有些場景中使用這兩個方法可能更為方便。