Question

我们已经见过链接是如何定位组内对象的。但是还有另一个机制也可以做到这一点。而且更强大的是，这种机制还可以作为数据保存在特征和数据集里面。

8.1.1　创建和解引用

让我们创建一个简单文件，它包含一些组和一个数据集：

在组grp1内，我们注意到有这样一个有意思的属性叫ref：

访问.ref返回的对象就是一个HDF5对象引用。所谓对象引用其实就是指向文件中对象的指针。你可以将其当作字典的键来“解引用”获得对象：

另外，如果你需要使用isinstance，这些对象的Python类型是h5py.Reference：

由于引用是一种定位对象的“绝对”方法，你可以在任意组而不仅是根组上解引用，得到的都是同一个对象：

但是记住它们只能定位本文件内的对象，若试图在另一个文件内解引用会失败：

8.1.2　引用是一种“永不失效”的链接

目前为止还看不出相比链接引用有什么改进。但其实两者有一个重要的区别：引用可以被保存为数据，而且对象重命名不会对引用造成影响。

这里有一个例子。假设我们需要在某个组上添加一个指向mydata数据集的特征。我们可以简单地在特征中保存对象的名字：

但如果我们重命名mydata数据集就会让链接失效：

相反，如果我们使用对象引用：

再次重命名数据集，引用依然有效：

提示

 当你解引用一个对象时，HDF5有可能无法获取对象的名字。此时，obj.name将返回None。这个问题不再像以前那么严重了（HDF5 1.8在获取名字上相当在行），但如果获取的是None也不要惊慌失措。

8.1.3　引用是一种数据

引用也是HDF5承认的类型，你可以在特征和数据集里自由使用它们。当然，NumPy没有本地的引用类型，所以我们再一次请求special_dtype帮忙，这次要用到ref关键字：

一大堆元数据。但不要沮丧。它和变长字符串一样，是一个普通的对象dtype：

我们可以用这个dtype轻松创建类型为对象引用的数据集：

这个数据集里是什么？如果我们获取一个未初始化的元素，我们会得到一个null引用：

和C里的null指针一样，这个引用不指向任何东西。解一个null引用就跟在错误的文件内解引用一样，会导致ValueError：

有一种简单的方法可以在不捕捉异常的情况下检查一个引用是否为null，检查引用的真值：

提示

 真值为True并不意味着该引用真的指向某个东西，只意味着它不是null。如果你创建了一个引用然后删除了对象，此时引用的真值为True，但尝试去解引用依然会得到一个ValueError。