Linux编程之序列化存储Python对象(下)

类实例

与 pickle 简单对象类型相比，pickle 类实例要多加留意。这主要由于 Python 会 pickle 实例数据（通常是 _dict_ 属性）和类的名称，而不会 pickle 类的代码。当 Python unpickle 类的实例时，它会试图使用在 pickle 该实例时的确切的类名称和模块名称（包括任何包的路径前缀）导入包含该类定义的模块。另外要注意，类定义必须出现在模块的最顶层，这意味着它们不能是嵌套的类（在其它类或函数中定义的类）。

当 unpickle 类的实例时，通常不会再调用它们的 _init_() 方法。相反，Python 创建一个通用类实例，并应用已进行过 pickle 的实例属性，同时设置该实例的 _class_ 属性，使其指向原来的类。

对 Python 2.2 中引入的新型类进行 unpickle 的机制与原来的略有不同。虽然处理的结果实际上与对旧型类处理的结果相同，但 Python 使用 copy_reg 模块的 _reconstructor() 函数来恢复新型类的实例。

如果希望对新型或旧型类的实例修改缺省的 pickle 行为，则可以定义特殊的类的方法 _getstate_() 和 _setstate_()，在保存和恢复类实例的状态信息期间，Python 会调用这些方法。在以下几节中，我们会看到一些示例利用了这些特殊的方法。

现在，我们看一个简单的类实例。首先，创建一个 persist.py 的 Python 模块，它包含以下新型类的定义：

　　class Foo(object):
　　
　　def __init__(self, value):
　　self.value = value

现在可以 pickle Foo 实例，并看一下它的表示：

　　>>> import cPickle as pickle
　　>>> from Orbtech.examples.persist import Foo
　　>>> foo = Foo('What is a Foo?')
　　>>> p = pickle.dumps(foo)
　　>>> print p
　　ccopy_reg
　　_reconstructor
　　p1
　　(cOrbtech.examples.persist
　　Foo
　　p2
　　c__builtin__
　　object
　　p3
　　NtRp4
　　(dp5
　　S'value'
　　p6
　　S'What is a Foo?'
　　sb.
　　>>>

可以看到这个类的名称 Foo 和全限定的模块名称 Orbtech.examples.persist 都存储在 pickle 中。如果把这个实例 pickle 成一个文件，稍后再 unpickle 它或在另一台机器上 unpickle，则 Python 会试图导入 Orbtech.examples.persist 模块，如果不能导入，则会抛出异常。如果重命名该类和该模块或者把该模块移到另一个目录，则也会发生类似的错误。

这里有一个 Python 发出错误消息的示例，当我们重命名 Foo 类，然后试图装入先前进行过 pickle 的 Foo 实例时会发生该错误：

　　>>> import cPickle as pickle
　　>>> f = file('temp.pkl', 'r')
　　>>> foo = pickle.load(f)
　　Traceback (most recent call last):
　　File "", line 1, in ?
　　AttributeError: 'module' object has no attribute 'Foo'

在重命名 persist.py 模块之后，也会发生类似的错误：

　　>>> import cPickle as pickle
　　>>> f = file('temp.pkl', 'r')
　　>>> foo = pickle.load(f)
　　Traceback (most recent call last):
　　File "", line 1, in ?
　　ImportError: No module named persist

我们会在下面模式改进这一节提供一些技术来管理这类更改，而不会破坏现有的 pickle。