Linux编程之序列化存储Python对象(下)

特殊的状态方法

前面提到对一些对象类型（譬如，文件对象）不能进行 pickle。处理这种不能 pickle 的对象的实例属性时可以使用特殊的方法（_getstate_() 和 _setstate_()）来修改类实例的状态。这里有一个 Foo 类的示例，我们已经对它进行了修改以处理文件对象属性：

　　class Foo(object):
　　
　　def __init__(self, value, filename):
　　self.value = value
　　self.logfile = file(filename, 'w')
　　
　　def __getstate__(self):
　　"""Return state values to be pickled."""
　　f = self.logfile
　　return (self.value, f.name, f.tell())
　　
　　def __setstate__(self, state):
　　"""Restore state from the unpickled state values."""
　　self.value, name, position = state
　　f = file(name, 'w')
　　f.seek(position)
　　self.logfile = f

pickle Foo 的实例时，Python 把只 pickle 当它调用该实例的 _getstate_() 方法时返回给它的值。类似的，在 unpickle 时，Python 把提供经过 unpickle 的值作为参数传递给实例的 _setstate_() 方法。在 _setstate_() 方法内，可以根据经过 pickle 的名称和位置信息来重建文件对象，并把该文件对象分配给这个实例的 logfile 属性。

模式改进

随着时间的推移，您会发现自己必须要更改类的定义。如果已经对某个类实例进行了 pickle，而现在又需要更改这个类，则您可能要检索和更新那些实例，以便它们能在新的类定义下继续正常工作。而我们已经看到在对类或模块进行某些更改时，会出现一些错误。幸运的是，pickle 和 unpickle 过程提供了一些 hook，我们可以用它们来支持这种模式改进的需要。

在这一节，我们把探讨一些方法来预测常见问题以及怎么样解决这些问题。由于不能 pickle 类实例代码，因此可以添加、更改和除去方法，而不会影响现有的经过 pickle 的实例。出于同样的原因，可以不必担心类的属性。您必须确保包含类定义的代码模块在 unpickle 环境中可用。同时还必须为这些可能导致 unpickle 问题的更改做好规划，这些更改包括：更改类名、添加或除去实例的属性以及改变类定义模块的名称或位置。