python的pickle文件是跨平台的吗?
我创建了一个我的小 python 脚本。我在 Linux 上保存了 pickle 文件,然后在 Windows 上使用它,然后再次在 Linux 上使用它,但现在该文件在 Linux 上不起作用,但在 Windows 上运行得很好。 是这样,python 是 coss 平台,但 pickle 文件不是。 这个有什么解决办法吗???
如果你对这篇内容有疑问,欢迎到本站社区发帖提问 参与讨论,获取更多帮助,或者扫码二维码加入 Web 技术交流群。
绑定邮箱获取回复消息
由于您还没有绑定你的真实邮箱,如果其他用户或者作者回复了您的评论,将不能在第一时间通知您!
发布评论
评论(7)
Python 的 pickle 是完美的跨平台的。
这可能是由于 Windows 和 Linux 之间的 EOL(行尾)差异造成的。确保在写入和读取时以二进制模式打开 pickle 文件,分别使用 open() 的“wb”和“rb”模式。
注意:在不同版本的 Python 之间传递 pickle 可能会导致麻烦,因此请尝试在两个平台上使用相同的版本。
Python's pickle is perfectly cross-platform.
This is likely due to EOL (End-Of-Line) differences between Windows and Linux. Make sure to open your pickle files in binary mode both when writing them and when reading them, using open()'s "wb" and "rb" modes respectively.
Note: Passing pickles between different versions of Python can cause trouble, so try to have the same version on both platforms.
pickle
模块支持多种不同的数据格式。如果您指定特定的 pickle 格式而不是使用默认值 (0),则可能会遇到跨平台二进制文件问题。您可以通过指定协议 0 来使用纯 ASCII pickle 文件。The
pickle
module supports several different data formats. If you are specifying a particular pickle format instead of using the default (0), you may be running into cross-platform binary file problems. You can use plain ASCII pickle files by specifying protocol 0.也许您没有以二进制模式打开文件?请参阅此 stackoverflow 问题
Maybe you don't open the file in binary mode? See this stackoverflow question
Pickle 应该是跨平台的,存在版本控制/协议问题,(参见 http://docs.python.org/library/pickle.html#data-stream-format),但一般来说,如果您在 Windows 和 Unix 机器上使用相同版本的 Python,它们应该是可互操作的。
如果您使用 pickle 作为数据传输机制,您可能需要考虑较少实现的特定数据存储格式,例如 json、xml、csv、yaml 等。
Pickle should be cross-platform, there are versioning/protocol issues, (see http://docs.python.org/library/pickle.html#data-stream-format) but in general if you're using the same release of python on your windows and unix boxes, they should be interoperable.
If you're using pickle as a data transport mechanism, you might want to consider less-implementation specific formats for data storage, such as json, xml, csv, yaml, etc.
您可以使用
json
而不是pickle
。如果它可以保存您的数据,您就知道它是跨平台的。You could use
json
instead ofpickle
. If it can save your data, you know it's cross platform.一个值得尝试的有趣想法是 PyON(Python 对象表示法)。根据我的测试,当前版本似乎至少适用于简单的情况。不过,对于该项目是否是一个好主意,邮件列表上似乎存在一些分歧。
One interesting idea to try out is PyON (Python Object Notation). The current version seems to work at least for simple cases according to my tests. There seems to have been some disagreement on mailing lists whether the project is a good idea, though.
当 Pickle 腌制一个对象时,它会存储用于创建该对象的模块和方法以及提供给该可调用对象的参数。
从概念上讲,unpickle 确实如此:
Windows 和 Linux 之间的几个类和方法在底层是不同的,或者两个系统之间有不同的行为。
同样,如果您在系统之间有不同的模块(或不同版本的模块)可访问,或者对象的构造函数发生变化,这将使 pickle 不兼容。
同样,通常您必须从同一个 main 加载和转储 pickle 文件。如果您运行两个单独的脚本
serialize_a.py:
您将收到错误,因为pickle将
A
存储为__main__
,但现在代码需要将其查找为< code>serialize_a.A():AttributeError: 无法从 ...> 获取
When Pickle pickles an object, it stores the module and method used to create it and the arguments to feed to that callable.
Conceptually, unpickling this just does:
Several classes and methods are, under the hood, different between Windows and Linux, or have different behaviour between the two systems.
ntpath
on Windows andposixpath
on Linux.Likewise, if you have different modules (or different versions of modules) accessible between systems, or the constructor of your object changes, that will make the pickle incompatible.
Likewise, in general you must load and dump pickle files from the same main. If you run two separate scripts
serialize_a.py:
You'll get an error because the pickle stores
A
as being in__main__
, but now the code needs to find it asserialize_a.A()
:AttributeError: Can't get attribute 'A' on <module '__main__' from ...>