如何在Python中实现持久化对象？

要在Python中实现持久化对象，请使用以下库。

• 上架
• 泡菜

搁置模块

“架子”是一个持久的、类似字典的对象。与“dbm”数据库的区别在于，架子中的值（不是键！）本质上可以是任意 Python 对象 - pickle 模块可以处理的任何对象。这包括大多数类实例、递归数据类型以及包含大量共享子对象的对象。

它有一些关键方法 -

• shelve.open() - 打开持久字典。指定的文件名是基础数据库的基本文件名。副作用是，文件名中可能会添加扩展名，并且可能会创建多个文件。默认情况下，底层数据库文件以读写方式打开。

  立即学习“Python免费学习笔记（深入）”；

• shelve.sync() − 如果使用writeback设置为True打开了shelf，则将缓存中的所有条目写回。如果可行，还会清空缓存并将持久字典与磁盘上的数据同步。当使用close()关闭shelf时，会自动调用此方法。

• shelve.close() − 同步并关闭持久化字典对象。

pickle 模块

pickle 模块实现了用于序列化和反序列化 Python 对象的二进制协议结构。

• Pickling 是将Python对象层次结构转换为字节的过程流。要序列化一个对象层次结构，只需调用dumps()函数。

• Unpickling是逆操作。从二进制文件或类似字节对象的字节流中解析出来的将其转换回对象层次结构。要反序列化数据流，您调用loads()函数功能。

Pickle 模块功能

以下是pickle模块提供的函数。

• pickle.dump() - 将对象的pickle表示写入打开的文件对象文件中。

• pickle.dumps() − 返回对象的pickle表示作为一个字节对象，而不是将其写入文件中。

• pickle.load() - 从打开的文件对象文件中读取对象的pickled表示。

• pickle.loads() - 返回 pickled 表示数据的重构对象层次结构对象的

示例

首先，导入pickle模块 -

import pickle

我们已经创建了以下输入以进行pickle。

my_data = { 'BMW', 'Audi', 'Toyota', 'Benz'}

demo.pickle 文件已创建。这个相同的 .pickle 文件是用上面的列表进行腌制的。

with open("demo.pickle","wb") as file_handle:   pickle.dump(my_data, file_handle, pickle.HIGHEST_PROTOCOL)

现在，取消上面的 pickled 文件并获取输入值。

with open("demo.pickle","rb") as file_handle:   res = pickle.load(file_handle)   print(res_data)

现在让我们看看完整的示例。

import pickle# Input Datamy_data = { 'BMW', 'Audi', 'Toyota', 'Benz'}# Pickle the inputwith open("demo.pickle","wb") as file_handle:   pickle.dump(my_data, file_handle, pickle.HIGHEST_PROTOCOL)# Unpickle the above pickled filewith open("demo.pickle","rb") as file_handle:   res = pickle.load(file_handle)   print(my_data) # display the output

输出

set(['Benz', 'Toyota', 'BMW', 'Audi'])