如何使用dill序列化类定义？

Question

在回答Python pickle: 处理更新的类定义这个问题时，dill包的作者写道：

"好的，我在github的最新版本中为dill添加了这个功能。实现起来比我想象的简单得多……只需将类定义与pickle一起序列化，瞧！"

我安装了dill并试着玩了一下，但我还是不太明白怎么用这个功能。有人能给个明确的例子吗？我想把类的实例和类的定义都序列化。

(我刚接触python，这个功能对我来说似乎非常重要，因为在对一个对象进行序列化时，能够尽可能保证将来查看这个对象（可能是某个模拟的结果）时，即使类的定义发生了变化，而我又没有记录所有变化，这样也能方便地访问。)

Answer 1

如果这个功能真的那么重要，现在早就应该在语言的核心部分了。:-) 所以，不，这对使用Python的高级功能并不是关键。如果你有一个项目需要根据旧模型重新创建对象，这确实是可能的，但你得仔细考虑一下，可能还得在代码中明确保留旧模型，而不是把它们序列化。

我的建议是，先“放一放”这个问题，直到你真的觉得需要它，并且和其他解决方案，比如强有力的模型迁移策略，进行比较。

话说回来，我试过dill，它的确如宣传的那样好用：它可以像pickle一样序列化一个类，使用“dump”和“dumps”来处理普通对象，然后用“load”和“loads”来重建类对象。

让你感到困惑的可能是，序列化一个对象（通过pickle或dill）并不包括它的源代码（也就是定义这个类的实际Python代码行），也不包括它的名字。

所以，如果一个类叫“A”，当它被序列化后，如果你在“反序列化”后需要这个名字，你得在全局命名空间中重新给它赋这个名字。它原来的名字会保存在它的__name__属性中。（而且对于你需要让多个版本的同一个模型共存的情况，这会导致很多冲突。）

因此：

class A(object):
    ...

import dill

dill.dump(A, open("myfile", "w"))

del A
....
someclass = dill.load(open("myfile"))
print (someclass.__name__)
globals()[someclass.__name__] = someclass
# at this point you have the "A" class back in the global namespace

Answer 2

我想你可能在寻找以下几种功能……

这里我创建了一个类和一个实例，然后又修改了这个类的定义。使用 dill 序列化的类和实例仍然无法被反序列化，因为 dill 默认会序列化类的源代码……并且能够处理命名空间中有多个同名类的情况（它通过管理指向类定义的引用来做到这一点）。

Python 2.7.8 (default, Jul 13 2014, 02:29:54) 
[GCC 4.2.1 Compatible Apple Clang 4.1 ((tags/Apple/clang-421.11.66))] on darwin
Type "help", "copyright", "credits" or "license" for more information.
>>> import dill
>>> 
>>> class Foo(object):
...   def bar(self, x):
...     return x+self.y       
...   y = 1
... 
>>> f = Foo()
>>> _Foo = dill.dumps(Foo)
>>> _f = dill.dumps(f)
>>> 
>>> class Foo(object):
...   def bar(self, x):
...     return x*self.z  
...   z = -1 
... 
>>> f_ = dill.loads(_f, ignore=True)
>>> f_.y
1
>>> f_.bar(1)
2
>>> Foo_ = dill.loads(_Foo)
>>> g = Foo_()
>>> g.bar(1)
2

如果用 pickle 来处理上面的情况，会出错。如果你不想让 dill 显式地序列化这个类，而是想让它像 pickle 那样工作，你可以用 dill.dumps(Foo, byref=True) 来请求 dill 通过引用进行序列化。或者，你也可以选择动态地忽略新定义的类，使用 ignore=False（这是默认设置）。

接下来，在下面的例子中，我们使用新的类定义，从对象中提取源代码，然后保存到一个文件中。此外，我们还可以将源代码转储到一个文件（这里我使用一个临时文件），这样以后可以再导入。

>>> sFoo = dill.source.getsource(Foo)
>>> print sFoo
class Foo(object):
  def bar(self, x):
    return x*self.z
  z = -1

>>> open('myFoo.py', 'w').write(sFoo)    
>>>
>>> f = dill.temp.dump_source(Foo, dir='.')
>>> f.name
'/Users/mmckerns/dev/tmpM1dzYN.py'
>>> from tmpM1dzYN import Foo as _Foo_
>>> h = _Foo_()
>>> h.bar(2)
-2
>>> from myFoo import Foo as _SFoo_
>>> _SFoo_.z
>>> -1
>>> 

希望这些对你有帮助。