_Unpickler()函数与Python中pickle模块的关系及区别解析

pickle是Python的标准模块之一，用于序列化（将数据对象转化为字节流）和反序列化（将字节流转化为数据对象）。它可以将Python对象序列化为字节流，然后将字节流存储到文件或传输到网络，再通过反序列化在需要的时候重新将字节流转化为原来的Python对象。

在pickle模块中，pickle.dumps()函数用于将对象序列化为字节流，pickle.loads()函数用于将字节流反序列化为对象。这两个函数可以直接进行数据对象与字节流的互相转换。而_Unpickler()函数是pickle模块内部的一个类，用于实现将字节流反序列化为对象的具体功能。

_Unpickler()函数可以通过pickle模块的load()函数来调用，将存储在字节流中的对象重新转化为原来的Python对象。它的参数有两种方式：一种是直接传入字节流（pickle.load(file)）,另一种是传入已经打开的文件对象（file = open("file.pkl","rb") pickle.load(file)）。_Unpickler()函数的返回值是反序列化后的Python对象。

下面通过一个具体的例子来展示pickle模块和_Unpickler()函数的使用：

import pickle

# 对象序列化
data = [1, 2, 3, 4]
pickled_data = pickle.dumps(data)
print("Serialized data:", pickled_data)

# 将序列化的对象存储到文件
with open("data.pkl", "wb") as f:
    f.write(pickled_data)

# 将存储在文件中的序列化对象反序列化为Python对象
with open("data.pkl", "rb") as f:
    unpickler = pickle._Unpickler(f)
    deserialized_data = unpickler.load()
print("Deserialized data:", deserialized_data)

运行上述代码，输出结果为：

Serialized data: b'\x80\x04\x95\x0f\x00\x00\x00\x00\x00\x00\x00]\x94(K\x01K\x02K\x03K\x04e.'
Deserialized data: [1, 2, 3, 4]

以上代码首先使用pickle.dumps()函数将列表对象data序列化为字节流pickled_data，并打印出pickled_data的值。然后将序列化的字节流存储到文件data.pkl中。接着使用pickle._Unpickler()函数将文件中的字节流反序列化为Python对象，并将结果保存在变量deserialized_data中。最后打印出deserialized_data的值，即反序列化的结果。

从以上例子中可以看到，pickle模块提供的dumps()和loads()函数可以直接实现序列化和反序列化，而_Unpickler()函数则是pickle模块内部的一个类，用于实现将字节流反序列化为Python对象。