CodeGym /Cours /Python SELF FR /Travailler avec pickle

Travailler avec pickle

Python SELF FR
Niveau 22, Leçon 1
Disponible

9.1 Introduction à pickle

Le module pickle permet de sauvegarder presque n'importe quel objet Python dans un fichier ou une chaîne, puis de le restaurer dans son état initial. pickle prend en charge de nombreux types de données, y compris les objets de classes utilisateur, et automatise le processus de conversion des objets en format binaire et vice versa.

Principales fonctions du module pickle

  • Lecture et écriture d'un objet dans un fichier
    • pickle.dump(obj, file): Sérialise l'objet obj et l'écrit dans le fichier ouvert file.
    • pickle.load(file): Lit et désérialise l'objet à partir du fichier file.
  • Lecture et écriture d'un objet dans un tableau d'octets
    • pickle.dumps(obj): Sérialise l'objet obj et le retourne sous forme d'objet binaire.
    • pickle.loads(bytes): Désérialise l'objet à partir de l'objet binaire.

Nous les examinerons un peu plus en détail ci-dessous :

9.2 Sérialisation dans un fichier

Étapes principales de la sérialisation dans un fichier :

  1. Ouverture du fichier en mode écriture binaire (wb).
  2. Sérialisation de l'objet avec pickle.dump(obj, file).
  3. Pour désérialiser l'objet, utilisez pickle.load(file).
  4. Fermeture du fichier.

Sérialisation et désérialisation de l'objet dans un fichier

En gros, pickle n'a pas de préférence pour ce qui est à sérialiser. Par exemple, voici à quoi ressemble la sérialisation d'une liste :


import pickle

data = [1, 2, 3, 4, 5]
            
# Sérialisation de la liste dans un fichier
with open('list.pkl', 'wb') as file:
    pickle.dump(data, file)
            
# Désérialisation de la liste à partir du fichier
with open('list.pkl', 'rb') as file:
    loaded_data = pickle.load(file)
            
print(loaded_data)  # Affichage : [1, 2, 3, 4, 5]

Et voici à quoi ressemble la sérialisation d'un objet dictionnaire :


import pickle

# Exemple d'objet pour la sérialisation
data = {'name': 'Alice', 'age': 30, 'is_student': False}
            
# Sérialisation de l'objet dans un fichier
with open('data.pkl', 'wb') as file:
    pickle.dump(data, file)
            
# Désérialisation de l'objet à partir du fichier
with open('data.pkl', 'rb') as file:
    loaded_data = pickle.load(file)
            
print(loaded_data)  # Affichage : {'name': 'Alice', 'age': 30, 'is_student': False}

Si tu veux sauvegarder un objet, appelle dump(), si tu veux le charger, utilise load(). Rien de compliqué.

9.3 Sérialisation en chaîne

Très souvent, il est nécessaire de passer des objets sur un réseau, donc il faut les enregistrer non pas dans un fichier, mais dans une chaîne. Pour cela, pickle dispose des méthodes dumps et loads avec un s supplémentaire à la fin.

Les principales actions pour la sérialisation et désérialisation en chaîne (ou tableau d'octets) :

  • Sérialisation de l'objet avec pickle.dumps(obj).
  • Pour désérialiser l'objet, utilisez pickle.loads(data).

Sérialisation et désérialisation de l'objet en chaîne

La sérialisation de l'objet en chaîne (ou tableau de bytes) est encore plus simple - il suffit d'appeler une méthode - dumps().

Exemple :


import pickle

# Exemple d'objet pour la sérialisation
data = {'name': 'Bob', 'age': 25, 'is_student': True}
            
# Sérialisation de l'objet en chaîne
serialized_data = pickle.dumps(data)
print(serialized_data)
            
# Désérialisation de l'objet à partir de la chaîne
loaded_data = pickle.loads(serialized_data)
print(loaded_data)  # Affichage : {'name': 'Bob', 'age': 25, 'is_student': True}

9.4 Erreurs lors de la sérialisation

Parfois, des erreurs surviennent lors de la sérialisation. Dans ce cas, le module pickle déclenchera des exceptions :

  • pickle.PicklingError — erreur pendant la sérialisation.
  • pickle.UnpicklingError — erreur pendant la désérialisation.

Exemples :


import pickle

data = {'key': 'value'}
            
try:
    # Sérialisation de l'objet dans un fichier
    with open('data.pkl', 'wb') as file:
        pickle.dump(data, file)
except pickle.PicklingError as e:
    print(f"Erreur de sérialisation: {e}")
            
try:
    # Désérialisation de l'objet à partir du fichier
    with open('data.pkl', 'rb') as file:
        loaded_data = pickle.load(file)
    print(loaded_data)
except pickle.UnpicklingError as e:
    print(f"Erreur de désérialisation: {e}")

En général, en tant que programmeur, tu ne peux pas faire grand-chose face à une erreur de sérialisation/désérialisation pendant l'exécution du programme. Tout ce que tu peux faire, c'est de l'enregistrer dans un journal pour comprendre plus tard pourquoi cela s'est produit.

La principale raison de ces erreurs est la modification du format de l'objet. Tu as enregistré un objet dans un fichier, puis ton programme a été mis à jour, et voilà que l'objet a de nouveaux champs ou a perdu d'anciens champs. Et l'ancien objet sauvegardé essaie d'être chargé dans la classe du nouvel objet…

Encore une fois, cette situation est souvent rencontrée lors du travail avec le réseau — le programme version 2.18 envoie un objet légèrement différent de celui attendu par le programme version 3.1. C'est ce qu'on appelle un problème de migration, auquel on est souvent confronté dans des projets à long terme et très demandés.

2
Mission
Python SELF FR, niveau 22, leçon 1
Bloqué
Sérialisation d'une liste dans un fichier
Sérialisation d'une liste dans un fichier
2
Mission
Python SELF FR, niveau 22, leçon 1
Bloqué
Sérialisation d'un dictionnaire en chaîne
Sérialisation d'un dictionnaire en chaîne
Commentaires
TO VIEW ALL COMMENTS OR TO MAKE A COMMENT,
GO TO FULL VERSION