將數(shù)據(jù)存入文件

在《文件(1)》和《文件(2)》中，已經(jīng)學(xué)習(xí)了如何讀寫文件。

如果在程序中，有數(shù)據(jù)要保存到磁盤中，放到某個(gè)文件中是一種不錯(cuò)的方法。但是，如果像以前那樣存，未免有點(diǎn)凌亂，并且沒(méi)有什么良好的存儲(chǔ)格式，導(dǎo)致數(shù)據(jù)以后被讀出來(lái)的時(shí)候遇到麻煩，特別是不能讓另外的使用者很好地理解。不要忘記了，編程是一個(gè)合作的活。還有，存儲(chǔ)的數(shù)據(jù)不一定都是類似字符串、整數(shù)那種基礎(chǔ)類型的。

總而言之，需要將要存儲(chǔ)的對(duì)象格式化（或者叫做序列化），才好存好取。這就有點(diǎn)類似集裝箱的作用。

所以，要用到本講中提供的方式。

pickle

pickle是標(biāo)準(zhǔn)庫(kù)中的一個(gè)模塊，還有跟它完全一樣的叫做cpickle，兩者的區(qū)別就是后者更快。所以，下面操作中，不管是用import pickle，還是用import cpickle as pickle，在功能上都是一樣的。

>>> import pickle
>>> integers = [1, 2, 3, 4, 5]
>>> f = open("22901.dat", "wb")
>>> pickle.dump(integers, f)
>>> f.close()

用pickle.dump(integers, f)將數(shù)據(jù)integers保存到了文件22901.dat中。如果你要打開(kāi)這個(gè)文件，看里面的內(nèi)容，可能有點(diǎn)失望，但是，它對(duì)計(jì)算機(jī)是友好的。這個(gè)步驟，可以稱之為將對(duì)象序列化。用到的方法是：

pickle.dump(obj,file[,protocol])

• obj：序列化對(duì)象，上面的例子中是一個(gè)列表，它是基本類型，也可以序列化自己定義的類型。
• file：一般情況下是要寫入的文件。更廣泛地可以理解為為擁有write()方法的對(duì)象，并且能接受字符串為為參數(shù)，所以，它還可以是一個(gè)StringIO對(duì)象，或者其它自定義滿足條件的對(duì)象。
• protocol：可選項(xiàng)。默認(rèn)為False（或者說(shuō)0），是以ASCII格式保存對(duì)象；如果設(shè)置為1或者True，則以壓縮的二進(jìn)制格式保存對(duì)象。

下面換一種數(shù)據(jù)格式，并且做對(duì)比：

>>> import pickle
>>> d = {}
>>> integers = range(9999)
>>> d["i"] = integers        #下面將這個(gè)dict格式的對(duì)象存入文件

>>> f = open("22902.dat", "wb")
>>> pickle.dump(d, f)           #文件中以ascii格式保存數(shù)據(jù)
>>> f.close()

>>> f = open("22903.dat", "wb")
>>> pickle.dump(d, f, True)     #文件中以二進(jìn)制格式保存數(shù)據(jù)
>>> f.close()

>>> import os
>>> s1 = os.stat("22902.dat").st_size    #得到兩個(gè)文件的大小
>>> s2 = os.stat("22903.dat").st_size

>>> print "%d, %d, %.2f%%" % (s1, s2, (s2+0.0)/s1*100)
68903, 29774, 43.21%

比較結(jié)果發(fā)現(xiàn)，以二進(jìn)制方式保存的文件比以ascii格式保存的文件小很多，前者約是后者的43%。

所以，在序列化的時(shí)候，特別是面對(duì)較大對(duì)象時(shí)，建議將dump()的參數(shù)True設(shè)置上，雖然現(xiàn)在存儲(chǔ)設(shè)備的價(jià)格便宜，但是能省還是省點(diǎn)比較好。

存入文件，僅是一個(gè)目標(biāo)，還有另外一個(gè)目標(biāo)，就是要讀出來(lái)，也稱之為反序列化。

>>> integers = pickle.load(open("22901.dat", "rb"))
>>> print integers
[1, 2, 3, 4, 5]

就是前面存入的那個(gè)列表。再看看被以二進(jìn)制存入的那個(gè)文件：

>>> f = open("22903.dat", "rb")
>>> d = pickle.load(f)
>>> print d
{'i': [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, ....   #省略后面的數(shù)字}
>>> f.close()

還是有自己定義數(shù)據(jù)類型的需要，這種類型是否可以用上述方式存入文件并讀出來(lái)呢？看下面的例子：

>>> import cPickle as pickle        #cPickle更快
>>> import StringIO                 #標(biāo)準(zhǔn)庫(kù)中的一個(gè)模塊，跟file功能類似，只不過(guò)是在內(nèi)存中操作“文件”

>>> class Book(object):             #自定義一種類型
...     def __init__(self,name):
...         self.name = name
...     def my_book(self):
...         print "my book is: ", self.name
... 

>>> pybook = Book("<from beginner to master>")
>>> pybook.my_book()
my book is:  <from beginner to master>

>>> file = StringIO.StringIO()
>>> pickle.dump(pybook, file, 1)
>>> print file.getvalue()           #查看“文件”內(nèi)容，注意下面不是亂碼
ccopy_reg
_reconstructor
q?(c__main__
Book
q?c__builtin__
object
q?NtRq?}qU?nameq?U?<from beginner to master>sb.

>>> pickle.dump(pybook, file)       #換一種方式，再看內(nèi)容，可以比較一下
>>> print file.getvalue()           #視覺(jué)上，兩者就有很大差異
ccopy_reg
_reconstructor
q?(c__main__
Book
q?c__builtin__
object
q?NtRq?}qU?nameq?U?<from beginner to master>sb.ccopy_reg
_reconstructor
p1
(c__main__
Book
p2
c__builtin__
object
p3
NtRp4
(dp5
S'name'
p6
S'<from beginner to master>'
p7
sb.

如果要從文件中讀出來(lái)：

>>> file.seek(0)       #找到對(duì)應(yīng)類型  
>>> pybook2 = pickle.load(file)
>>> pybook2.my_book()
my book is:  <from beginner to master>
>>> file.close()

shelve

pickle模塊已經(jīng)表現(xiàn)出它足夠好的一面了。不過(guò)，由于數(shù)據(jù)的復(fù)雜性，pickle只能完成一部分工作，在另外更復(fù)雜的情況下，它就稍顯麻煩了。于是，又有了shelve。

shelve模塊也是標(biāo)準(zhǔn)庫(kù)中的。先看一下基本操作：寫入和讀取

>>> import shelve
>>> s = shelve.open("22901.db")
>>> s["name"] = "www.itdiffer.com"
>>> s["lang"] = "python"
>>> s["pages"] = 1000
>>> s["contents"] = {"first":"base knowledge","second":"day day up"}
>>> s.close()

以上完成了數(shù)據(jù)寫入的過(guò)程。其實(shí)，這更接近數(shù)據(jù)庫(kù)的樣式了。下面是讀取。

>>> s = shelve.open("22901.db")
>>> name = s["name"]
>>> print name
www.itdiffer.com
>>> contents = s["contents"]
>>> print contents
{'second': 'day day up', 'first': 'base knowledge'}

當(dāng)然，也可以用for語(yǔ)句來(lái)讀：

>>> for k in s:
...     print k, s[k]
... 
contents {'second': 'day day up', 'first': 'base knowledge'}
lang python
pages 1000
name www.itdiffer.com

不管是寫，還是讀，都似乎要簡(jiǎn)化了。所建立的對(duì)象s，就如同字典一樣，可稱之為類字典對(duì)象。所以，可以如同操作字典那樣來(lái)操作它。

但是，要小心坑：

>>> f = shelve.open("22901.db")
>>> f["author"]
['qiwsir']
>>> f["author"].append("Hetz")    #試圖增加一個(gè)
>>> f["author"]                   #坑就在這里
['qiwsir']
>>> f.close()

當(dāng)試圖修改一個(gè)已有鍵的值時(shí)，沒(méi)有報(bào)錯(cuò)，但是并沒(méi)有修改成功。要填平這個(gè)坑，需要這樣做：

>>> f = shelve.open("22901.db", writeback=True)    #多一個(gè)參數(shù)True
>>> f["author"].append("Hetz")
>>> f["author"]                   #沒(méi)有坑了
['qiwsir', 'Hetz']
>>> f.close()

還用for循環(huán)一下：

>>> f = shelve.open("22901.db")
>>> for k,v in f.items():
...     print k,": ",v
... 
contents :  {'second': 'day day up', 'first': 'base knowledge'}
lang :  python
pages :  1000
author :  ['qiwsir', 'Hetz']
name :  www.itdiffer.com

shelve更像數(shù)據(jù)庫(kù)了。

不過(guò)，它還不是真正的數(shù)據(jù)庫(kù)。真正的數(shù)據(jù)庫(kù)在后面。