序列化类实例以进行比较

Question

我有一个正在处理项目的应用程序。这些项目目前存储为pickle，使用

生成

cPickle.dump(project, open(filename, 'wb'), HIGHEST_PROTOCOL)

这些项目文件需要是可扩展的，因为它们在版本控制环境中使用。 问题是，如果我序列化完全相同的对象，那么pickle每次都会变得不同。 0作为协议工作，但我需要文件更小（协议0约为12MB）。

Answer 1

我找到了解决方案，如果有人在将来有同样的问题，我会在这里发布。

解决方案是在对象进行酸洗之前直接对对象进行深度检查。 这样，当使用HIGHEST_PROTOCOL时，显然导致差异的引用计数被重置并且文件结果相同。
而不是

cPickle.dump(instance, open(filename, 'wb'), HIGHEST_PROTOCOL)

你需要这样做：

from copy import deepcopy
cpy = deepcopy(instance)
cPickle.dump(cpy, open(filename, 'wb'), HIGHEST_PROTOCOL)
cpy = None

这样，文件大小显着减少，同时仍保持可比性。