Python：用一些不可打击的物品腌制一个字典

Question

我有一个对象gui_project，它有一个属性.namespace，它是一个命名空间字典。 （即从字符串到对象的字典。）

（这在类似IDE的程序中用于让用户在Python shell中定义自己的对象。）

我想将这个gui_project和命名空间一起腌制。问题是，命名空间中的某些对象（即.namespace dict的值）不是可选对象。例如，其中一些是指wxPython小部件。

我想过滤掉不可剔除的对象，也就是说，将它们从腌制版本中排除。

我该怎么做？

（我尝试过的一件事就是逐一对价值进行尝试并尝试腌制它们，但是发生了一些无限递归，我需要对此保证安全。）

（我现在实现了GuiProject.__getstate__方法，以除去namespace以外的其他无法解决的内容。）

Answer 1

我会使用pickler对持久对象引用的文档支持。持久对象引用是由pickle引用但不存储在pickle中的对象。

http://docs.python.org/library/pickle.html#pickling-and-unpickling-external-objects

ZODB多年来一直使用这个API，所以非常稳定。 unpickling时，您可以用您喜欢的任何内容替换对象引用。在您的情况下，您可能希望用标记替换对象引用，指示无法对对象进行pickle。

你可以从这样的事情开始（未经测试）：

import cPickle

def persistent_id(obj):
    if isinstance(obj, wxObject):
        return "filtered:wxObject"
    else:
        return None

class FilteredObject:
    def __init__(self, about):
        self.about = about
    def __repr__(self):
        return 'FilteredObject(%s)' % repr(self.about)

def persistent_load(obj_id):
    if obj_id.startswith('filtered:'):
        return FilteredObject(obj_id[9:])
    else:
        raise cPickle.UnpicklingError('Invalid persistent id')

def dump_filtered(obj, file):
    p = cPickle.Pickler(file)
    p.persistent_id = persistent_id
    p.dump(obj)

def load_filtered(file)
    u = cPickle.Unpickler(file)
    u.persistent_load = persistent_load
    return u.load()

然后只调用dump_filtered（）和load_filtered（）而不是pickle.dump（）和pickle.load（）。 wxPython对象将作为持久性ID进行pickle，在unpickling时将被FilteredObjects替换。

您可以通过过滤掉不属于内置类型且没有__getstate__方法的对象来使解决方案更通用。

更新（2010年11月15日）：这是一种使用包装类实现相同功能的方法。使用包装类而不是子类，可以保留在记录的API中。

from cPickle import Pickler, Unpickler, UnpicklingError


class FilteredObject:
    def __init__(self, about):
        self.about = about
    def __repr__(self):
        return 'FilteredObject(%s)' % repr(self.about)


class MyPickler(object):

    def __init__(self, file, protocol=0):
        pickler = Pickler(file, protocol)
        pickler.persistent_id = self.persistent_id
        self.dump = pickler.dump
        self.clear_memo = pickler.clear_memo

    def persistent_id(self, obj):
        if not hasattr(obj, '__getstate__') and not isinstance(obj,
            (basestring, int, long, float, tuple, list, set, dict)):
            return "filtered:%s" % type(obj)
        else:
            return None


class MyUnpickler(object):

    def __init__(self, file):
        unpickler = Unpickler(file)
        unpickler.persistent_load = self.persistent_load
        self.load = unpickler.load
        self.noload = unpickler.noload

    def persistent_load(self, obj_id):
        if obj_id.startswith('filtered:'):
            return FilteredObject(obj_id[9:])
        else:
            raise UnpicklingError('Invalid persistent id')


if __name__ == '__main__':
    from cStringIO import StringIO

    class UnpickleableThing(object):
        pass

    f = StringIO()
    p = MyPickler(f)
    p.dump({'a': 1, 'b': UnpickleableThing()})

    f.seek(0)
    u = MyUnpickler(f)
    obj = u.load()
    print obj

    assert obj['a'] == 1
    assert isinstance(obj['b'], FilteredObject)
    assert obj['b'].about

Answer 2

这就是我要这样做的方式（之前我做了类似的事情并且有效）：

1. 编写一个确定对象是否可拾取的函数
2. 根据上述功能
列出所有可选择的变量
3. 创建一个存储所有非pickle变量的新词典（称为D）
4. 对于D中的每个变量（仅当d中的变量非常相似时才有效）    制作一个字符串列表，其中每个字符串都是合法的python代码，这样    当所有这些字符串按顺序执行时，您将获得所需的变量

现在，当你进行unpickle时，你会收回所有最初可选择的变量。对于所有不可拾取的变量，您现在有一个字符串列表（合法的python代码），按顺序执行时，会为您提供所需的变量。

希望这有帮助

Answer 3

我最终使用Shane Hathaway的方法编写了我自己的解决方案。

Here's the code。 （查找CutePickler和CuteUnpickler。）Here are the tests。这是GarlicSim的一部分，因此您可以installing garlicsim使用它并执行from garlicsim.general_misc import pickle_tools。

如果要在Python 3代码上使用它，请使用Python 3 fork of garlicsim。

Answer 4

一种方法是从pickle.Pickler继承，并覆盖save_dict()方法。从基类复制它，如下所示：

def save_dict(self, obj):
    write = self.write

    if self.bin:
        write(EMPTY_DICT)
    else:   # proto 0 -- can't use EMPTY_DICT
        write(MARK + DICT)

    self.memoize(obj)
    self._batch_setitems(obj.iteritems())

但是，在_batch_setitems中，传递一个迭代器来过滤掉你不想转储的所有项目，例如

def save_dict(self, obj):
    write = self.write

    if self.bin:
        write(EMPTY_DICT)
    else:   # proto 0 -- can't use EMPTY_DICT
        write(MARK + DICT)

    self.memoize(obj)
    self._batch_setitems(item for item in obj.iteritems() 
                         if not isinstance(item[1], bad_type))

由于save_dict不是官方API，因此您需要检查每个新的Python版本是否仍然正确。

Answer 5

过滤部分确实很棘手。使用简单的技巧，您可以轻松地使泡菜工作。但是，当过滤器看起来更深一些时，您可能最终过滤掉过多而丢失可能保留的信息。但是，.namespace中可能出现的最大可能性使得构建良好的过滤器变得困难。

但是，我们可以利用已经属于Python的部分，例如deepcopy模块中的copy。

我制作了库存copy模块的副本，并做了以下事情：

1. 创建一个名为LostObject的新类型来表示将在酸洗中丢失的对象。
2. 更改_deepcopy_atomic以确保x可以选择。如果不是，请返回LostObject
的实例
3. 对象可以定义方法__reduce__和/或__reduce_ex__，以提供有关是否以及如何挑选它的提示。我们确保这些方法不会抛出异常，以提示它不能被腌制。
4. 为了避免对大对象进行不必要的复制（ la 实际的深度复制），我们递归检查一个对象是否可以被选中，并且只生成不可篡改的部分。例如，对于可选列表的元组和不可检索的对象，我们将复制元组 - 只是容器 - 而不是其成员列表。

以下是差异：

[~/Development/scratch/] $ diff -uN  /System/Library/Frameworks/Python.framework/Versions/2.6/lib/python2.6/copy.py mcopy.py
--- /System/Library/Frameworks/Python.framework/Versions/2.6/lib/python2.6/copy.py  2010-01-09 00:18:38.000000000 -0800
+++ mcopy.py    2010-11-10 08:50:26.000000000 -0800
@@ -157,6 +157,13 @@

     cls = type(x)

+    # if x is picklable, there is no need to make a new copy, just ref it
+    try:
+        dumps(x)
+        return x
+    except TypeError:
+        pass
+
     copier = _deepcopy_dispatch.get(cls)
     if copier:
         y = copier(x, memo)
@@ -179,10 +186,18 @@
                     reductor = getattr(x, "__reduce_ex__", None)
                     if reductor:
                         rv = reductor(2)
+                        try:
+                            x.__reduce_ex__()
+                        except TypeError:
+                            rv = LostObject, tuple()
                     else:
                         reductor = getattr(x, "__reduce__", None)
                         if reductor:
                             rv = reductor()
+                            try:
+                                x.__reduce__()
+                            except TypeError:
+                                rv = LostObject, tuple()
                         else:
                             raise Error(
                                 "un(deep)copyable object of type %s" % cls)
@@ -194,7 +209,12 @@

 _deepcopy_dispatch = d = {}

+from pickle import dumps
+class LostObject(object): pass
 def _deepcopy_atomic(x, memo):
+    try:
+        dumps(x)
+    except TypeError: return LostObject()
     return x
 d[type(None)] = _deepcopy_atomic
 d[type(Ellipsis)] = _deepcopy_atomic

现在回到酸洗部分。您只需使用这个新的deepcopy函数进行深度复制，然后选择复制。在复制过程中，不可拆除的部分已被删除。

x = dict(a=1)
xx = dict(x=x)
x['xx'] = xx
x['f'] = file('/tmp/1', 'w')
class List():
    def __init__(self, *args, **kwargs):
        print 'making a copy of a list'
        self.data = list(*args, **kwargs)
x['large'] = List(range(1000))
# now x contains a loop and a unpickable file object
# the following line will throw
from pickle import dumps, loads
try:
    dumps(x)
except TypeError:
    print 'yes, it throws'

def check_picklable(x):
    try:
        dumps(x)
    except TypeError:
        return False
    return True

class LostObject(object): pass

from mcopy import deepcopy

# though x has a big List object, this deepcopy will not make a new copy of it
c = deepcopy(x)
dumps(c)
cc = loads(dumps(c))
# check loop refrence
if cc['xx']['x'] == cc:
    print 'yes, loop reference is preserved'
# check unpickable part
if isinstance(cc['f'], LostObject):
    print 'unpicklable part is now an instance of LostObject'
# check large object
if loads(dumps(c))['large'].data[999] == x['large'].data[999]:
    print 'large object is ok'

这是输出：

making a copy of a list
yes, it throws
yes, loop reference is preserved
unpicklable part is now an instance of LostObject
large object is ok

你看到1）相互指针（x和xx之间）被保留，我们不会遇到无限循环; 2）将unpicklable文件对象转换为LostObject实例; 3）因为它是可选择的，所以不会创建大对象的新副本。