课程主题
- 讲师：小甲鱼
- 内容：Python
pickle模块——复杂数据类型的持久化存储
- 核心痛点：普通文件读写仅支持字符串，无法直接保存列表、字典等复杂对象
pickle模块核心概念
- 模块定位：Python标准模块，实现任意对象与二进制流的相互转换
- 核心术语
- pickling：对象→二进制流（序列化、腌制）
- unpickling：二进制流→对象（反序列化、解封）
- 模块优势：可直接保存列表、字典、集合、类实例等复杂数据，无需手动转换为字符串
pickle模块核心操作：保存（pickling）
1. 操作步骤
- 导入模块：
import pickle
- 定义需保存的复杂对象（如列表、字典）
- 示例：
my_list = [1, 2, 3, 3.14, "小甲鱼", ["another list"]]
- 以二进制写入模式打开文件：
pick_file = open("my_list.pkl", "wb")
- 后缀建议：
.pkl或.pickle，仅作标识，不影响格式
- 写入对象：
pickle.dump(对象, 文件对象)
- 示例：
pickle.dump(my_list, pick_file)
- 关闭文件：
pick_file.close() → 必须关闭，避免数据丢失
2. 关键注意事项
- 打开模式必须带
b（二进制），否则报错
- 保存后的文件是二进制格式，文本编辑器打开会显示乱码
pickle模块核心操作：读取（unpickling）
1. 操作步骤
- 导入模块：
import pickle
- 以二进制读取模式打开文件：
pick_file = open("my_list.pkl", "rb")
- 读取对象：
新对象 = pickle.load(文件对象)
- 示例：
my_list2 = pickle.load(pick_file)
- 关闭文件：
pick_file.close()
2. 效果
- 读取后的
my_list2与原my_list内容完全一致，保留原数据类型
pickle模块的实际应用场景
核心场景：分离大型静态数据，简化代码
- 问题案例：天气查询脚本中，
city字典占代码99%体积，导致脚本臃肿（70KB）
- 解决方案
- 单独编写脚本，将
city字典腌制保存为city_data.pkl
import pickle
city = {"北京":101010100, ...}
f = open("city_data.pkl", "wb")
pickle.dump(city, f)
f.close()