這篇文章主要介紹了Python中的序列化存儲的方法,序列化存儲主要針對的是內存和硬盤之間的寫入操作,需要的朋友可以參考下
在程序運行的過程中，所有的變量都是在內存中，比如，定義一個dict：
?
1 d = dict(name='Bob', age=20, score=88)可以隨時修改變量，比如把name改成'Bill'，但是一旦程序結束，變量所占用的內存就被操作系統全部回收。如果沒有把修改後的'Bill'存儲到磁盤上，下次重新運行程序，變量又被初始化為'Bob'。
我們把變量從內存中變成可存儲或傳輸的過程稱之為序列化，在Python中叫pickling，在其他語言中也被稱之為serialization，marshalling，flattening等等，都是一個意思。
序列化之後，就可以把序列化後的內容寫入磁盤，或者通過網絡傳輸到別的機器上。
反過來，把變量內容從序列化的對象重新讀到內存裡稱之為反序列化，即unpickling。
Python提供兩個模塊來實現序列化：cPickle和pickle。這兩個模塊功能是一樣的，區別在於cPickle是C語言寫的，速度快，pickle是純Python寫的，速度慢，跟cStringIO和StringIO一個道理。用的時候，先嘗試導入cPickle，如果失敗，再導入pickle：
?
1 2 3 4 try: import cPickle as pickle except ImportError: import pickle首先，我們嘗試把一個對象序列化並寫入文件：
?
1 2 3 >>> d = dict(name='Bob', age=20, score=88) >>> pickle.dumps(d) "(dp0nS'age'np1nI20nsS'score'np2nI88nsS'name'np3nS'Bob'np4ns."pickle.dumps()方法把任意對象序列化成一個str，然後，就可以把這個str寫入文件。或者用另一個方法pickle.dump()直接把對象序列化後寫入一個file-like Object：
?
1 2 3 >>> f = open('dump.txt', 'wb') >>> pickle.dump(d, f) >>> f.close()看看寫入的dump.txt文件，一堆亂七八糟的內容，這些都是Python保存的對象內部信息。
當我們要把對象從磁盤讀到內存時，可以先把內容讀到一個str，然後用pickle.loads()方法反序列化出對象，也可以直接用pickle.load()方法從一個file-like Object中直接反序列化出對象。我們打開另一個Python命令行來反序列化剛才保存的對象：
?
1 2 3 4 5 >>> f = open('dump.txt', 'rb') >>> d = pickle.load(f) >>> f.close() >>> d {'age': 20, 'score': 88, 'name': 'Bob'}變量的內容又回來了!
當然，這個變量和原來的變量是完全不相干的對象，它們只是內容相同而已。
Pickle的問題和所有其他編程語言特有的序列化問題一樣，就是它只能用於Python，並且可能不同版本的Python彼此都不兼容，因此，只能用Pickle保存那些不重要的數據，不能成功地反序列化也沒關系。
