Python使用pickle进行序列化和反序列化的示例代码

一、说明 早上看到Python使用pickle进行序列化和反序列化，然后发现面临的一个获取不到返回值的框架，似乎可以通过在框架中先序列化，然后在外部进行反序列化的方法来实现。就研究了一下pickle库的具体使用。 本身也没什么复杂，一方面还是怕忘记，另一方面是自从学Java听到反序化这个词开始就有一种莫明其妙的恐具感总觉得是什么高大上的东西。Java反序列化可参见“Java反序列化漏洞实现”。 二、代码实现 import pickle class BeSerializing: def __init__(self): self.var = "a test string." def pr Python的pickle模块是一个强大的工具，用于对象的序列化和反序列化。序列化是将对象转换为可存储或传输的数据格式的过程，而反序列化则是将这种格式恢复为原始对象的过程。在Python中，pickle模块提供了这个功能，使得Python对象可以被保存到磁盘上或者通过网络发送，然后再恢复为原来的形态。 在提供的代码示例中，我们首先创建了两个类，`BeSerializing`和`Serializing`。`BeSerializing`类有一个实例变量`var`，并且有一个方法`print_var`用于打印`var`的值。`Serializing`类则包含了序列化的方法`do_serializing`，它创建一个`BeSerializing`的对象，并使用pickle模块的`dump`函数将其序列化到名为`test_pickle.obj`的文件中。 序列化的过程是这样的： ```python with open("test_pickle.obj", "wb") as file_handler: pickle.dump(obj, file_handler) ``` 这里，`"wb"`表示以二进制写模式打开文件，`pickle.dump()`函数接收两个参数，一个是需要序列化的对象，另一个是文件句柄。序列化完成后，文件会自动关闭，因为使用了`with`语句。 接下来，`DeSerializing`类包含反序列化的方法`do_deserializing`。它同样使用`with`语句打开文件，但这次是以读二进制模式`"rb"`。然后使用`pickle.load()`函数从文件中加载对象。 ```python with open("test_pickle.obj", "rb") as file_handler: obj = pickle.load(file_handler) ``` `pickle.load()`函数会读取文件内容，并恢复为原始的Python对象。需要注意的是，如果反序列化的类定义和被序列化的类不在同一个文件中，需要在反序列化之前导入对应的类，否则会因为找不到类定义而导致反序列化失败。 在主程序中，我们创建了`Serializing`和`DeSerializing`的实例，分别调用它们的`do_serializing`和`do_deserializing`方法，实现了对象的序列化和反序列化。反序列化后，我们能成功获取到`BeSerializing`对象的`var`值，并打印出来。 总结来说，Python的pickle模块简化了对象序列化和反序列化的流程，使得数据可以在不同环境之间传递，或者持久化存储。但需要注意的是，pickle序列化的数据不是跨语言兼容的，它主要用于Python内部。此外，由于pickle可以执行任意代码，处理不信任的数据时应谨慎，以防止潜在的安全风险。在实际项目中，更安全的选择可能是使用如JSON或protobuf等其他序列化库。