Python pickle类库介绍（对象序列化和反序列化）
一、pickle
pickle模块用来实现python对象的序列化和反序列化。通常地pickle将python对象序列化为二进制流或文件。
python对象与文件之间的序列化和反序列化：
pickle.dump() pickle.load()
如果要实现python对象和字符串间的序列化和反序列化，则使用：
pickle.dumps() pickle.loads()
可以被序列化的类型有：
*None,True和False;
*整数，浮点数，复数;
*字符串，字节流，字节数组;
*包含可pickle对象的tuples，lists，sets和dictionaries；
*定义在module顶层的函数：
*定义在module顶层的内置函数；
*定义在module顶层的类；
*拥有__dict__()或__setstate__()的自定义类型；
注意：对于函数或类的序列化是以名字来识别的，所以需要import相应的module。
二、pickle的运行过程
在大部分情况下，要是的对象picklable，我们不需要额外的代码。默认地pickle将智能地检查类和实例的属性，当一个类实例反序列化的时候，它的__init__()方法通常不被调用。而是首先创建一个未初始化的实例，然后再回复存储的属性。
但是可以通过实现下列的方法来修改默认的行为：
object.__getstate__():默认地序列化对象的__dict__,但是如果你实现了__getstate__(),则__getstate__()函数返回的值将被序列化。 object.__setstate__(state):如果类型实现了此方法，则在反序列化的时候，此方法用来恢复对象的属性。 object.__getnewargs__()：如果实例构造的时候（__new__()）需要参数，则需要实现此函数。
注意：如果__getstate__()返回False，则在反序列化的时候__setstate__()则不被调用。
有的时候为了效率，或上面的3个函数不能满足需求时，需要实现__reduce__()函数。
三、实例
importpickle
#Anarbitrarycollectionofobjectssupportedbypickle. data={ 'a':[1,2.0,3,4+6j], 'b':("characterstring",b"bytestring"), 'c':set([None,True,False]) }
withopen('data.pickle','wb')asf: #Picklethe'data'dictionaryusingthehighestprotocolavailable. pickle.dump(data,f,pickle.HIGHEST_PROTOCOL)
withopen('data.pickle','rb')asf: #Theprotocolversionusedisdetectedautomatically,sowedonot #havetospecifyit. data=pickle.load(f) print(str(data))