要在Python中实现持久化对象，请使用以下库。
“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。
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。
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
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 Data
my_data = { 'BMW', 'Audi', 'Toyota', 'Benz'}
# Pickle the input
with open("demo.pickle","wb") as file_handle:
pickle.dump(my_data, file_handle, pickle.HIGHEST_PROTOCOL)
# Unpickle the above pickled file
with open("demo.pickle","rb") as file_handle:
res = pickle.load(file_handle)
print(my_data) # display the output
set(['Benz', 'Toyota', 'BMW', 'Audi'])
以上是如何在Python中实现持久化对象？的详细内容。更多信息请关注PHP中文网其他相关文章！
