シリアライズは主にネットワーク伝送や永続化に用いられます。私たちは、ネットワーク上のデータはすべてバイトストリームであることを知っています。あるオブジェクトを遠隔のマシンに送信したい場合、まずそれをバイトストリームに変換しなければならず、その後で初めてネットワーク上で伝送することができます。ファイルもバイトストリームです。あるオブジェクトをファイルに保存したい場合も、まずそれをバイトストリームに変換しなければならず、その後で初めて保存することができます。

シリアライズに対応するのはデシリアライズです。つまり、バイトストリームから元のオブジェクトを復元することです。こうすることで、伝送に意味が生まれます。

基本的な流れ

シリアライズとデシリアライズをネットワーク伝送と組み合わせると、図1に示すようなプロセスを得ることができます。

図1 シリアライズとデシリアライズ

データをファイルに永久保存またはバックアップする場合は、図6 - 2でそのプロセスを表すことができます。

図2 オブジェクトの保存プロセス

シリアライズはこれら2つの分野で非常に有用であることがわかります。シリアライズの基本的な要求は、復元されたオブジェクトが元のオブジェクトと等価であり、情報の損失がないことです。

pickleの使い方

シリアライズに関連するモジュールはたくさんあり、例えばpickle、cpickle、json、marshalなどがあります。これらはすべて変換効率や圧縮効率に力を入れていますが、基本的な機能はほぼ同じです。そのため、このチュートリアルではこれらのモジュールをすべて詳細に説明することはせず、主にpickleライブラリの使い方を説明します。

pickleはインストールする必要はありません。これはPythonに付属しているパッケージであり、使用する際には単にこのパッケージをインポートするだけです。方法は次の通りです。

import pickle

pickleパッケージは主に2つの機能を提供しています。1つはオブジェクトをバイトストリームに変換する、つまりシリアライズする機能です。もう1つはバイトストリームをオブジェクトに変換する、つまりデシリアライズする機能です。それぞれの機能には2つの分岐があり、1つは単にバイトストリームに変換するもので、もう1つはバイトストリームに変換してファイルに保存するものです。そのため、pickleパッケージには主に4つのインターフェースがあり、表3に示す通りです。

1) dump（オブジェクト, ファイルオブジェクト）：シリアライズしてファイルに保存

dumpのファイルオブジェクトは書き込み可能である必要があります。

>>> a = range(10)
>>> a
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
>>> fd = open("tmp,bin", "wb")
>>> fd
<open file 'tmp,bin', mode 'wb' at 0x0000000000277E8A0>
>>> pickle.dump(a, fd)
>>> fd.close()
>>> fd2 = open("tmp,bin", "rb")
>>> a2 = pickle.load(fd2)
>>> a2
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

2) load（ファイルオブジェクト）：ファイルからデータを読み出してオブジェクトを復元

load関数はファイルオブジェクトからオブジェクトを読み出し、返り値はそのオブジェクトです。上の例ではこのインターフェース関数の使い方を示しました。

3) dumps（オブジェクト）：単にシリアライズする

dumps関数はバイトストリームを返します。

>>> a = range(10)>>> a[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]>>> s = pickle.dumps(a)>>> s's(lp0\nI0\naI1\naI2\naI3\naI4\naI5\naI6\naI7\naI8\naI9\na.<'>>> type(s)<type 'str'>>>> b = pickle.loads(s)>>> b[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

4) loads（バイトストリーム）：バイトストリームからオブジェクトを復元

入力はdumps()の返り値である必要があります。注意してください。バイトストリームを勝手に構築しないでください。すべてのバイトストリームが解析できるわけではありません。このインターフェース関数の使い方は上の例ですでに示されています。

また、複数のオブジェクトを1つのファイルに保存することはできますか？答えはできます。複数のオブジェクトを書き込む必要がある場合は、dump()関数を複数回呼び出すことができます。同様に、復元する際にもload()関数を複数回呼び出す必要があります。それらの対応関係は、最初のload()で得られるオブジェクトは最初のdump()に対応するオブジェクトであり、2回目のload()で得られるオブジェクトは2回目のdump()に対応するオブジェクトです。簡単に言えば、先入れ先出しです。

以下のコードでこの使い方を示します。

>>> a1 = range(3)
>>> a1
[0, 1, 2]
>>> a2 = range(5)
>>> a2
[0, 1, 2, 3, 4]
>>> fd = open("tmp,bin", "wb")
>>> pickle.dump(a1, fd) # まず短いリストを書き込む
>>> pickle.dump(a2, fd) # 次に長いリストを書き込む
>>> fd.close()
>>> fd2 = open("tmp,bin", "rb")
>>> b1 = pickle.load(fd2)
>>> b1 # 最初に読み出されるのは短いリスト
[0, 1, 2]
>>> b2 = pickle.load(fd2)
>>> b2 # 次に読み出されるのは長いリスト
[0, 1, 2, 3, 4]
>>> fd2.close()