今天要給大家介紹的，是 pickle 模塊。通過詞典我們可以知道， pickle 這個詞的意思是“泡菜”。聽了這麼個名字，大家是不是更加疑惑了？難道我們要把程序放進一個缸裏，讓他自己發酵？哈哈，當然不是這樣。
pickle 模塊的產生是爲了解決文件讀取中的一大問題：如何方便地保存和讀取數據。許多時候我們寫入一個文件，只是爲了將數據保存，爲了方便下一個程序讀取它。而一般存儲的文件都是以文本形式，這樣就容易導致互相的不兼容。所以產生了兩種常用的標準存儲形式： CSV 和 JSON 。下面先簡單介紹一下它們：
1. CSV 的原理
CSV 可以較爲方便地存儲一個一維或者二維的列表。它用逗號分隔不同的數據，用換行來表示下一組數據。以下是 Wiki-CSV 上的介紹：
In computing, a comma-separated values (CSV) file is a delimited text file that uses a comma to separate values. A CSV file stores tabular data (numbers and text) in plain text. Each line of the file is a data record. Each record consists of one or more fields, separated by commas. The use of the comma as a field separator is the source of the name for this file format.
CSV 使用起來較爲簡單，python 中也有官方的 CSV 模塊，我們用代碼也可以實現。比如有下面這樣一個 CSV 格式的字符串。
'12,24,46'
在 python 中，我們只需要用到字符串中的 split 方法，便可以實現將數據恢復爲列表：
ls = '12,24,46'.split(',')
但是要將列表轉化爲 CSV 格式就稍微複雜些了。我們常用 ‘,’.join(ls) 這樣的方法將列表轉化爲字符串，但是 join 方法只支持所有元素全部爲字符串的列表，如果列表中有數字等類型就會報錯。而且二維列表就需要循環來輸出每一行。這個實現方法不難，但是代碼有些冗長，所以不貼上來了。如果各位有興趣可以嘗試自己寫一寫。
但是 CSV 的存儲還有一些問題，比如它不能存儲類似於對象/結構體這樣的複雜的類型。而且如果數據中含有逗號這個字符，那麼 CSV 便無法正確地將數據分隔。遇到這樣的問題， JSON 就是另一種解決方案。
2. JSON 與 pickle 的區別
JSON 是一種較爲通用的數據存儲結構，它可以在多種語言之間相互使用。 JSON 的語法較爲複雜，這裏就不再詳細介紹。JSON 能夠實現任意類型的數據存儲，這使得它比 CSV 有更廣的適用性。 python 也帶有 JSON 的官方模塊，也可以比較方便地實現讀取存儲功能，但是對於不多的數據， JSON 便有些“大材小用”了（JSON 相較於 pickle 還有一點優點就是它可以方便地可視化，因爲 pickle 保存後的文件爲二進制格式，無法直接用文本編輯器直接打開；但這樣相對來說 pickle 的文件較爲安全，它被直接打開或是被中途修改的可能性就更小）
然而假如你僅僅只需要在 python 中存儲幾個數據。使用上面兩種方法便也有些過於複雜。如果你不需要用到通用的數據存儲， pickle 就是一個最好的選擇。
3. pickle 的常用函數
pickle 模塊只需要用簡單的 dump(obj, file) 函數就可以實現寫入文件，而使用 load(file) 函數便可讀取數據。（其中 obj 是待寫入的對象，file 是文件對象。 dump() 與 load() 函數都可以多次使用，會在原來的基礎上繼續讀寫，這樣可以存儲多個數據。）
比如說我們下面創建兩個實例 example1.py 、 example2.py 並且嘗試在它們之間傳輸一個列表和一個數據。爲了增大難度，我們將列表變爲三維，混合了數據類型，並且將其中一部分改爲元組。
#example1.py
import pickle
f = open("abc.pickle", 'wb+')
ls = [[(23, 29), (22, 79)], 'hello', '35']
num = 3.1415926
pickle.dump(ls, f)
pickle.dump(num, f)
#example2.py
import pickle
f = open("abc.pickle", 'rb')
newls = pickle.load(f)
newnum = pickle.load(f)
print(newls)
print(newnum)
我們先運行 example1.py ，這個時候便會產生一個叫做 abc.pickle 的文件。文件名和後綴怎麼取名都可以。我們先嚐試用文本編輯器打開這個文件，便會顯示以下的內容。
]q(]q(KKqKKOqeXhelloqX35qe.G@ !MJ.
之前說過， pickle 輸出的數據是**二進制（流）**的格式，它不能夠被直接以文本形式打開。所以在剛剛兩個實例中，都要使用 wb 、 rb 寫入、讀取文件。
現在我們打開 example2.py 並運行，可以看到控制檯成功輸出了 example1.py 程序中寫入的結果，甚至連列表和元組的類型都沒有改變：
[[(23, 29), (22, 79)], 'hello', '35']
3.1415926
pickle 模塊的神奇之處在於它可以讓你免去文件“I/O”中的轉換環節。讓你能夠更快地完成數據的存儲功能。當然， pickle.load() 函數的預設是 ASCII 編碼，所以假如讀取後中文出現了亂碼（應該會直接報錯），這時我們修改 encoding 參數就可以了。
pickle.load(f, encoding = 'gb2312')
4. dumps() 與 loads() - 不一樣的功能
在自動補全時，我發現 pickle 還有 dumps() 和 loads() 這兩個函數。一開始我以爲它做的是將多個數據存入一個文件中（這個用多個 dump() 函數就可以實現），然而還是發現 Too Young 了。查閱了官方文檔之後，發現這兩個的作用與 dump() load() 不同。 dump() 是直接將生成好的二進制（流）保存到文件中，而 dumps() 是直接返回一個二進制（流）。（沒有寫入文件，而是可以賦給其他變量）
平時，我們可能並不會去使用這兩個函數。不過其實在之後的使用中，它們可以用於在數據模塊中存儲 python 數據類型。例如 Redis 的鍵值並不能支持全部的 python 類型，但是如果用 dumps() 將一個二進制流傳入，讀取的時候再用loads() 完整取出，就可以簡單地實現多種數據格式的存儲。如果感興趣的話可以看一下我的另外一個文檔：[python] redis 模塊
結語與其他文檔
學習了 pickle 的功能，我們可以猜想它的取名可能影射的是作者想要實現將數據“完整地放入”並“完整地取出”的功能，不過這也有可能是作者的一種情懷。看完 pickle 這個模塊之後，你是不是對 python 存儲數據有了更深的認識呢？當然如果大家想要更加深入地瞭解這一個模塊，在 12.1. pickle — Python object serialization 中也有安全提示、相關模塊、支持類型等更詳細的文檔。