Python序列化 – 为什么咸菜？
我明白，Python酸洗是一种“存储”Python对象的方式，它尊重对象编程 – 与用txt文件或DB编写的输出不同。
你有更多的细节或参考以下几点：
- 腌渍物品在哪里“储存”？
- 为什么酸洗保存对象表示比在DB中存储更多？
- 我可以从一个Python shell会话检索pickled对象到另一个吗？
- 序列化有用的时候有没有重要的例子？
- 序列化与泡菜暗示数据“压缩”？
换句话说，我正在寻找一个关于酸洗的文档–Python.doc解释了如何实现pickle，但似乎没有详细介绍序列化的使用和必要性。
酸洗是一种将python对象（列表，字典等）转换为字符stream的方法。 这个想法是这个字符stream包含了在另一个python脚本中重build对象所需的所有信息。
至于腌制信息的存储位置，通常可以这样做：
with open('filename', 'wb') as f: var = {1 : 'a' , 2 : 'b'} pickle.dump(var, f) 这将存储在我们的var字典在'文件名'文件的腌制版本。 然后，在另一个脚本中，你可以从这个文件加载到一个variables，字典将被重新创build：
with open('filename','rb') as f: var = pickle.load(f)
酸洗的另一个用途是如果你需要通过networking传输这个字典（也许用套接字或者什么的）。你首先需要把它转换成字符stream，然后你可以通过套接字连接发送它。
另外，在这里没有“压缩”的说法，它只是将一种表示（在RAM中）转换为另一种（在“文本”中）的一种方式。
About.com 在这里有一个不错的酸洗介绍。
酸洗对于分布式和并行计算是绝对必要的。
假设你想做一个multiprocessing的并行map-reduce（或者跨pygin的集群节点），那么你需要确保你想在并行资源上映射的函数会被pickle。 如果不腌泡，则不能将其发送到其他进程，计算机等上的其他资源。另请参见此处的示例。
为了做到这一点，我使用莳萝 ，它可以序列化几乎任何东西在Python中。 莳萝也有一些很好的工具 ，可以帮助你理解什么是你的代码失败时导致你的酸洗失败。
而且，是的，人们使用picking来保存计算的状态，或者你的ipython会话，或者其他什么。 你也可以扩展Pickle的Pickler和UnPickler，如果你愿意，可以用bz2或者gzip来压缩。
