Question

我正在读取XML文件并将所需数据重组为Python数据结构（列表，元组等）

例如，我的一个XML解析器模块生成以下数据：

# data_miner.py
animals = ['Chicken', 'Sheep', 'Cattle', 'Horse']
population = [150, 200, 50, 30]

然后我有一个粗略说明的绘图仪模块，例如：

# plotter.py
from data_miner import animals, population

plot(animals, population)

使用这种方法，我每次绘图时都必须解析XML文件。我还在测试我的程序的其他方面，XML文件现在不经常更改。避免解析阶段会大大缩短我的测试时间。

这是我想要的结果：
在data_miner.py和plotter.py之间，我想要一个包含animals和population的文件，以便plotter.py本地访问它们（例如，绘图中没有变化）代码），无需每次都运行data_miner.py。如果可能，它不应该是csv或任何ASCII格式，只能是本机可访问的格式。 plotter.py现在看起来应该大致如下：

# plotter.py

# This line may not necessarily be a one-liner.
from data_file import animals, population

# But I want this portion to stay the same
plot(animals, population)

打个比方：
这大致相当于MATLAB的save命令，该命令将活动工作区的变量保存到.mat文件中。我正在寻找类似于Python的.mat文件。

近期经验：
我看过pickle和cpickle，但我不确定如何让它发挥作用。如果这是正确的工具，示例代码将非常有用。可能还有其他工具我还不知道。

Answer 1

pickle模块或更快的等效cPickle应该能够满足您的需求。

具体做法是：

# data_miner.py
import pickle

animals = ['Chicken', 'Sheep', 'Cattle', 'Horse']
population = [150, 200, 50, 30]

with open('data_miner.pik', 'wb') as f:
  pickle.dump([animals, population], f, -1)

和

# plotter.py
import pickle

with open('data_miner.pik', 'rb') as f:
    animals, population = pickle.load(f)

print animals, population

在这里，我已经data_miner.py非常明确地表达了需要保存的内容（除非你有非常具体的理由否则，否则总是一个非常明确的想法）。有些东西（例如模块和打开的文件）无论如何都无法被腌制，所以简单地腌制globals()是行不通的。

如果您绝对必须，可以制作globals()的副本，同时删除所有类型使其不适合保存的对象;或者，或许更好的是，在不想要保存的每个名称中使用一个前导_（所以import pickle as _pickle，with open ... as _f等等）和使用这种方法从globals()所有具有前导下划线==的名称中排除pickle.load将检索dict，然后通过索引从中提取感兴趣的变量。不过，我强烈建议您使用特定的值保存list（或dict，如果您愿意;-)，而不是采取“批发”的方法。

Answer 2

如果你要保存特定于Python的对象，那么酸洗是很好的。如果它们只是某种基本容器类型中的通用数据，那么JSON就可以了。

>>> json.dumps(['Chicken', 'Sheep', 'Cattle', 'Horse'])
'["Chicken", "Sheep", "Cattle", "Horse"]'
>>> json.dump(['Chicken', 'Sheep', 'Cattle', 'Horse'], sys.stdout) ; print
["Chicken", "Sheep", "Cattle", "Horse"]
>>> json.loads('["Chicken", "Sheep", "Cattle", "Horse"]')
[u'Chicken', u'Sheep', u'Cattle', u'Horse']

Answer 3

pickle就是为此而设计的。使用pickle.dump将对象写入文件，并使用pickle.load将其读回。

>>> data
{'animals': ['Chicken', 'Sheep', 'Cattle', 'Horse'], 'population': [150, 200, 50, 30]}
>>> f = open('spam.p', 'wb')
>>> pickle.dump(data, f)
>>> f.close()
>>> f = open('spam.p', 'rb')
>>> pickle.load(f)
{'animals': ['Chicken', 'Sheep', 'Cattle', 'Horse'], 'population': [150, 200, 50, 30]}

Answer 4

如前所述，这里通常使用泡菜。请记住，并非所有内容都是可序列化的（即文件，套接字，数据库连接）。

使用简单的数据结构，您还可以选择json或yaml。后者实际上非常易读和可编辑。

如何存储然后从文件中检索Python本机数据结构？

4 个答案: