Linux编程之序列化存储Python对象(下) （1）

相等，但并不总是相同 正如在上一个示例所暗示的，只有在这些对象引用内存中同一个对象时，它们才是相同的。在pickle情形中，每个对象被恢复到一个与原来对象相等的对象，但不是同一个对象。换句话说，每个pickle都是原来对象的一个副本：

　　>>>j=[1,2,3]
　　>>>k=j
　　>>>kisj
　　1
　　>>>x=pickle.dumps(k)
　　>>>y=pickle.loads(x)
　　>>>y
　　[1,2,3]
　　>>>y==k
　　1
　　>>>yisk
　　0
　　>>>yisj
　　0
　　>>>kisj
　　1

　　 清单8.作为原来对象副本的被恢复的对象 同时，我们看到Python能够维护对象之间的引用，这些对象是作为一个单元进行pickle的。然而，我们还看到分别调用dump()会使Python无法维护对在该单元外部进行pickle的对象的引用。相反，Python复制了被引用对象，并将副本和被pickle的对象存储在一起。对于pickle和恢复单个对象层次结构的应用程序，这是没有问题的。但要意识到还有其它情形。 值得指出的是，有一个选项确实允许分别pickle对象，并维护相互之间的引用，只要这些对象都是pickle到同一文件即可。pickle和cPickle模块提供了一个Pickler（与此相对应是Unpickler），它能够跟踪已经被pickle的对象。通过使用这个Pickler，将会通过引用而不是通过值来pickle共享和循环引用：

　　>>>f=file(''temp.pkl'',''w'')
　　>>>pickler=pickle.Pickler(f)
　　>>>pickler.dump(a)
　　
　　>>>pickler.dump(b)
　　
　　>>>f.close()
　　>>>f=file(''temp.pkl'',''r'')
　　>>>unpickler=pickle.Unpickler(f)
　　>>>c=unpickler.load()
　　>>>d=unpickler.load()
　　>>>c[2]
　　[3,4,[1,2,[...]]]
　　>>>d[2]
　　[1,2,[3,4,[...]]]
　　>>>c[2]isd
　　1
　　>>>d[2]isc
　　1

　　 清单9.维护分别pickle的对象间的引用 不可pickle的对象 一些对象类型是不可pickle的。例如，Python不能pickle文件对象（或者任何带有对文件对象引用的对象），因为Python在unpickle时不能保证它可以重建该文件的状态（另一个示例比较难懂，在这类文章中不值得提出来）。试图pickle文件对象会导致以下错误：

　　>>>f=file(''temp.pkl'',''w'')
　　>>>p=pickle.dumps(f)
　　Traceback(mostrecentcalllast):
　　File"",line1,in?
　　File"/usr/lib/python2.2/copy_reg.py",line57,in_reduce
　　raiseTypeError,"can''tpickle％sobjects"％base.__name__
　　TypeError:can''tpicklefileobjects

　　 清单10.试图pickle文件对象的结果 1 2 3 4 下一页>>

下载本文示例代码

输入您的搜索字词 提交搜索表单