MessagePack for Python 技术文档
2024-12-25 13:21:00作者:宗隆裙
本文档将详细介绍如何在 Python 中使用 MessagePack 进行数据序列化和反序列化,包括安装指南、使用说明和项目 API 使用文档。
1. 安装指南
MessagePack Python 包可以通过以下命令安装:
pip install msgpack
对于 PyPy 支持,MessagePack 提供了纯 Python 实现,但扩展模块 msgpack._cmsgpack 不支持 PyPy。如果你在使用 Windows,无法使用二进制分发时,需要安装 Visual Studio 或 Windows SDK。
2. 项目使用说明
MessagePack 是一种高效的二进制序列化格式,它允许在多种语言之间交换数据,类似于 JSON,但更快且占用空间更小。
单次打包和解包
使用 packb 方法进行打包,unpackb 方法进行解包。dumps 和 loads 方法分别作为 json 和 pickle 的兼容性别名。
import msgpack
# 打包
packed_data = msgpack.packb([1, 2, 3])
# 解包
unpacked_data = msgpack.unpackb(packed_data)
流式解包
Unpacker 是一个流式解包器,它可以从一个流中解包多个对象,或者通过其 feed 方法提供的数据。
import msgpack
from io import BytesIO
buf = BytesIO()
for i in range(100):
buf.write(msgpack.packb(i))
buf.seek(0)
unpacker = msgpack.Unpacker(buf)
for unpacked in unpacker:
print(unpacked)
自定义数据类型的打包和解包
也可以打包和解包自定义数据类型。以下是一个关于 datetime.datetime 的示例。
import datetime
import msgpack
def decode_datetime(obj):
if '__datetime__' in obj:
obj = datetime.datetime.strptime(obj["as_str"], "%Y%m%dT%H:%M:%S.%f")
return obj
def encode_datetime(obj):
if isinstance(obj, datetime.datetime):
return {'__datetime__': True, 'as_str': obj.strftime("%Y%m%dT%H:%M:%S.%f")}
return obj
# 打包
useful_dict = {
"id": 1,
"created": datetime.datetime.now()
}
packed_dict = msgpack.packb(useful_dict, default=encode_datetime)
# 解包
this_dict_again = msgpack.unpackb(packed_dict, object_hook=decode_datetime)
扩展类型
使用 ext 类型可以打包和解包自定义数据类型。
import msgpack
import array
def default(obj):
if isinstance(obj, array.array) and obj.typecode == 'd':
return msgpack.ExtType(42, obj.tostring())
raise TypeError("Unknown type: %r" % (obj,))
def ext_hook(code, data):
if code == 42:
a = array.array('d')
a.fromstring(data)
return a
return msgpack.ExtType(code, data)
# 打包
data = array.array('d', [1.2, 3.4])
packed = msgpack.packb(data, default=default)
# 解包
unpacked = msgpack.unpackb(packed, ext_hook=ext_hook)
data == unpacked
3. 项目 API 使用文档
以下是项目 API 的简要说明:
msgpack.packb: 将数据打包为 MessagePack 格式。msgpack.unpackb: 将 MessagePack 格式的数据解包。msgpack.Unpacker: 创建一个流式解包器。msgpack.Packer: 创建一个打包器。
更多详细的 API 使用方法和选项,请参考官方文档。
4. 项目安装方式
项目的安装方式已在安装指南中说明,通过 pip install msgpack 命令即可完成安装。
以上就是关于 MessagePack for Python 的技术文档,希望对您有所帮助。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
暂无简介
Dart
667
153
Ascend Extension for PyTorch
Python
216
235
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
660
303
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
React Native鸿蒙化仓库
JavaScript
255
321
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
63
19
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.19 K
651
仓颉编程语言运行时与标准库。
Cangjie
141
876
仓颉编译器源码及 cjdb 调试工具。
C++
133
866