Linux程式設計之序列化儲存Python物件(下)(轉)

Linux程式設計之序列化儲存Python物件(下)(轉)[@more@]　　相等，但並不總是相同

　　正如在上一個示例所暗示的，只有在這些物件引用記憶體中同一個物件時，它們才是相同的。在 pickle 情形中，每個物件被恢復到一個與原來物件相等的物件，但不是同一個物件。換句話說，每個 pickle 都是原來物件的一個副本：

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

　　清單 8. 作為原來物件副本的被恢復的物件

　　同時，我們看到 Python 能夠維護物件之間的引用，這些物件是作為一個單元進行 pickle 的。然而，我們還看到分別呼叫 dump() 會使 Python 無法維護對在該單元外部進行 pickle 的物件的引用。相反，Python 複製了被引用物件，並將副本和被 pickle 的物件儲存在一起。對於 pickle 和恢復單個物件層次結構的應用程式，這是沒有問題的。但要意識到還有其它情形。

　　值得指出的是，有一個選項確實允許分別 pickle 物件，並維護相互之間的引用，只要這些物件都是 pickle 到同一檔案即可。pickle 和 cPickle 模組提供了一個 Pickler（與此相對應是 Unpickler），它能夠跟蹤已經被 pickle 的物件。透過使用這個 Pickler，將會透過引用而不是透過值來 pickle 共享和迴圈引用：

　　>>> 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] is d
　　1
　　>>> d[2] is c
　　1

　　清單 9. 維護分別 pickle 的物件間的引用

　　不可 pickle 的物件

　　一些物件型別是不可 pickle 的。例如，Python 不能 pickle 檔案物件（或者任何帶有對檔案物件引用的物件），因為 Python 在 unpickle 時不能保證它可以重建該檔案的狀態（另一個示例比較難懂，在這類文章中不值得提出來）。試圖 pickle 檔案物件會導致以下錯誤：

　　>>> f = file('temp.pkl', 'w')
　　>>> p = pickle.dumps(f)
　　Traceback (most recent call last):
　　File "", line 1, in ?
　　File "/usr/lib/python2.2/copy_reg.py", line 57, in _reduce
　　raise TypeError, "can't pickle ％s objects" ％ base.__name__
　　TypeError: can't pickle file objects

　　清單 10. 試圖 pickle 檔案物件的結果