文章目录
- 1. 序列化
- 2. 反序列化
1. 序列化
对象的序列化在很多高级编程语言中都有相应的实现，Python也不例外。程序
运行时，所有的变量都是在内存中的，例如在程序中声明一个dict对象，里面存储 着爬取的页面的链接、页面的标题、页面的摘要等信息：
在程序运行的过程中爬取的页面的链接会不断变化，比如把url改成了 second.html，但是程序一结束或意外中断，程序中的内存变量都会被操作系统进 行回收。如果没有把修改过的url存储起来，下次运行程序的时候，url被初始化为 index.html，又是从首页开始，这是我们不愿意看到的。所以把内存中的变量变成 可存储或可传输的过程，就是序列化。
将内存中的变量序列化之后，可以把序列化后的内容写入磁盘，或者通过网络 传输到别的机器上，实现程序状态的保存和共享。反过来，把变量内容从序列化的 对象重新读取到内存，称为反序列化。
在Python中提供了两个模块：cPickle和pickle来实现序列化，前者是由C语 言编写的，效率比后者高很多，但是两个模块的功能是一样的。一般编写程序的时 候，采取的方案是先导入cPickle模块，如果此模块不存在，再导入pickle模块。 示例如下：
import cPickle as pickle
except ImportError:
import pickle
pickle实现序列化主要使用的是dumps方法或dump方法。dumps方法可以将任 意对象序列化成一个str，然后可以将这个str写入文件进行保存。在Python
dumps将对象序列化为str
>>> import cPickle as pickle>>> d = dict(url='index.html',title='首页',content='首页')
>>> pickle.dumps(d)
"(dp1\nS'content'\np2\nS'\\xca\\xd7\\xd2\\xb3'\np3\nsS'url'\np4\nS'index.html'\n p5\nsS'title'\np6\ng3\ns."
dump写入文件
>>> f=open(r'D:\dump.txt','wb')>>> pickle.dump(d,f) >>>
>>> f.close()
2. 反序列化
pickle实现反序列化使用的是loads方法或load方法。把序列化后的文件从磁 盘上读取为一个str，然后使用loads方法将这个str反序列化为对象，或者直接使 用load方法将文件直接反序列化为对象，如下所示：
>>> f=open(r'D:\dump.txt','rb')>>> d=pickle.load(f)
>>> f.close()
>>> d
{'content': '\xca\xd7\xd2\xb3', 'url': 'index.html', 'title': '\xca\xd7\xd2\xb3'}
通过反序列化，存储为文件的dict对象，又重新恢复出来，但是这个变量和原 变量没有什么关系，只是内容一样。以上就是序列化操作的整个过程。
假如我们想在不同的编程语言之间传递对象，把对象序列化为标准格式是关 键，例如XML，但是现在更加流行的是序列化为JSON格式，既可以被所有的编程语 言读取解析，也可以方便地存储到磁盘或者通过网络传输。python json文本操作请参考
参考资料：
《python 爬虫开发与实战》
【文章转自：韩国站群服务器 http://www.558idc.com/krzq.html 欢迎留下您的宝贵建议】