使用python的内置模块pickle可以将python中指定对象转化为文件保存在磁盘上，以后再取出读取。模块pickle的实质是python数据结构的序列化与反序列化。

---

pickle模块

如下所示，data是一个用来测试的python对象，内容随意；可通过pickle.dump方法将data对象持久化到指定文件data.pkl中去。

import pickle

data = { 'key1': [6,6,6],
         'key2': ('zhuan', 'fou'),
         'key3': True }
file = open('data.pkl', 'wb')
pickle.dump(data, file) # 将对象data持久化到file文件对象
file.close()

以后，要想再从data.pkl文件中读取出data对象，只需使用pickle模块来加载该文件即可：

import pickle

file = open('data.pkl', 'rb') # 与pickle后的数据连接
data = pickle.load( file ) # 把它加载进一个变量
print data
file.close()

优化

实际应用中，有如下两点可进行优化：

• 使用内置模块cPickle替代pickle，cPickle是pickle的C语言实现版本，速度更快；
• 使用dump方法进行pickle处理时，将其第三个形参设成True，可获得更高的压缩比。

基于上述两点，对代码进行优化，如下所示：

import cPickle as pickle

data = { 'key1': [6,6,6],
         'key2': ('zhuan', 'fou'),
         'key3': True }
file = open('data.pkl', 'wb')
pickle.dump(data, file, True) # 第三个形参设成True获得更高压缩比
file.close()

从文件加载对象，只需换成cPickle模块，其余照旧：

import cPickle as pickle

file = open('data.pkl', 'rb') # 与pickle后的数据连接
data = pickle.load( file ) # 把它加载进一个变量
print data
file.close()

警示

用纯文本来存储重要数据很容易遭到破坏和修改，pickle虽然对这类问题有效；但是pickle并不完美，依然有可能被破坏、修改、恶意利用。此外pickle不支持跨python版本，因此pickle持久化的对象并不适合公共使用。不过，pickle本身的定位也不在于此。

---

函数也是对象，也可以使用pickle进行对象持久化。