Python dump如何处理复杂数据结构

在Python中，pickle模块是用于序列化和反序列化Python对象的工具，包括复杂的数据结构

以下是一个示例，展示了如何使用pickle处理包含多种数据类型的复杂数据结构：

import pickle  # 定义一个复杂的数据结构 data = {     "list": [1, 2, 3, "hello", {"key": "value"}],     "tuple": (1, 2, 3),     "set": {1, 2, 3},     "dict": {         "key1": "value1",         "key2": "value2",         "key3": ["item1", "item2"],     }, }  # 将数据结构序列化为字节流 serialized_data = pickle.dumps(data)  # 将字节流反序列化为原始数据结构 deserialized_data = pickle.loads(serialized_data)  print("Original data:", data) print("Deserialized data:", deserialized_data) 

输出：

Original data: {'list': [1, 2, 3, 'hello', {'key': 'value'}], 'tuple': (1, 2, 3), 'set': {1, 2, 3}, 'dict': {'key1': 'value1', 'key2': 'value2', 'key3': ['item1', 'item2']}} Deserialized data: {'list': [1, 2, 3, 'hello', {'key': 'value'}], 'tuple': (1, 2, 3), 'set': {1, 2, 3}, 'dict': {'key1': 'value1', 'key2': 'value2', 'key3': ['item1', 'item2']}} 

在这个示例中，我们首先定义了一个包含列表、元组、集合和字典的复杂数据结构。然后，我们使用pickle.dumps()函数将其序列化为字节流。接下来，我们使用pickle.loads()函数将字节流反序列化为原始数据结构。最后，我们打印了原始数据结构和反序列化后的数据结构，可以看到它们是相同的。