Last modified: September 22, 2024

This article is written in: 🇵🇱

Serializacja

Serializacja to proces przekształcania obiektu lub struktury danych w format, który można łatwo przechowywać lub przesyłać. Zserializowane dane można następnie przywrócić do ich oryginalnej postaci za pomocą procesu deserializacji. Serializacja jest szeroko stosowana w programowaniu do przesyłania danych między różnymi systemami, przechowywania ich w plikach, bazach danych, lub w celu tymczasowego przechowywania obiektów w pamięci.

+------------------+      Serializacja      +----------------+
| Obiekt Pythona   | ---------------------> | Bajty          |
+------------------+                        +----------------+
        Ʌ                                         |
        |                                         |
        | Deserializacja                          | Deserializacja
        |                                         |
        |                                         V
+------------------+      Serializacja      +-----------------+
| Bajty            | <--------------------- | Obiekt Pythona  |
+------------------+                        +-----------------+

Zastosowania serializacji

• Zserializowane dane mogą być zapisane w plikach (np. w formatach takich jak JSON, XML, czy binarnych) lub w bazach danych. Umożliwia to ich późniejsze odczytanie i przywrócenie do stanu pierwotnego, co jest przydatne np. w aplikacjach wymagających przechowywania stanu obiektów pomiędzy uruchomieniami (tzw. persistence).
• Serializacja umożliwia bezpieczne i efektywne przesyłanie obiektów przez sieć, np. w aplikacjach rozproszonych, systemach mikroserwisów lub podczas komunikacji między klientem a serwerem. Dzięki temu różne komponenty systemu mogą wymieniać się złożonymi strukturami danych niezależnie od lokalizacji geograficznej.
• Proces serializacji i deserializacji może być wykorzystany do tworzenia głębokich kopii obiektów. W ten sposób powstaje nowa instancja obiektu wraz ze wszystkimi zagnieżdżonymi w nim obiektami, co pozwala uniknąć niepożądanej współdzielonej referencji w pamięci.
• Serializacja jest często stosowana w procesach migracji danych pomiędzy różnymi wersjami aplikacji lub systemami. Umożliwia to przeniesienie złożonych struktur danych do nowych środowisk, zachowując integralność danych i ich strukturę.
• Serializacja w formie binarnej może być użyta do zmniejszenia rozmiaru danych przed ich zapisaniem lub przesłaniem. Dzięki temu, mimo bogactwa struktury danych, możliwe jest efektywne zarządzanie ich wielkością, co jest szczególnie istotne w systemach o ograniczonych zasobach (np. urządzenia IoT).
• Serializacja może być zastosowana jako część mechanizmów bezpieczeństwa, umożliwiając np. szyfrowanie zserializowanych danych przed ich przesłaniem lub zapisaniem, a także kontrolę dostępu do deserializowanych obiektów.
• Serializacja wspomaga komunikację między systemami napisanymi w różnych językach programowania. Na przykład, obiekty stworzone w Pythonie mogą być zserializowane do formatu JSON i odczytane w aplikacji napisanej w Javie, co wspiera interoperacyjność między technologiami.

Przykład użycia pickle

W Pythonie istnieje wiele narzędzi do serializacji, ale jednym z najbardziej podstawowych jest moduł pickle. Moduł ten umożliwia konwersję dowolnego obiektu Pythona na strumień bajtów i odwrotnie. Poniżej znajduje się przykład, jak można serializować i deserializować obiekt klasy Czlowiek:

import pickle

class Czlowiek:
    def __init__(self, imie, numer):
        self.imie = imie
        self.numer = numer

    def __repr__(self):
        return f'Imie: {self.imie}, Numer: {self.numer}'

sciezka = 'przyklad.pickle'

# Serializacja
with open(sciezka, 'wb') as plik:
    pickle.dump(Czlowiek('James', 10), plik)

# Deserializacja
with open(sciezka, 'rb') as plik:
    czlowiek = pickle.load(plik)
    print(czlowiek)  # Wyjście: Imie: James, Numer: 10

Ostrzeżenie dotyczące bezpieczeństwa

Chociaż pickle jest bardzo potężnym narzędziem, może być niebezpieczny. Nigdy nie należy deserializować danych otrzymanych od nieznanych lub niezaufanych źródeł, ponieważ może to prowadzić do wykonywania złośliwego kodu. W takich przypadkach lepiej korzystać z formatów danych takich jak JSON lub XML, które są bardziej ograniczone pod względem funkcjonalności, ale są bezpieczne.

Wyobraźmy sobie, że ktoś przesyła nam zserializowane dane, a my deserializujemy je za pomocą pickle:

import pickle

# Otrzymane dane (mogą pochodzić z niezaufanego źródła)
data = b"cos zlośliwego"

# Deserializacja danych
obj = pickle.loads(data)

Jeśli dane zawierają złośliwy kod, jego wykonanie może prowadzić do poważnych konsekwencji, takich jak kradzież danych, uszkodzenie systemu, czy instalacja malware.

Alternatywne narzędzia do serializacji

Choć pickle jest często używany, istnieją też inne popularne narzędzia do serializacji w Pythonie, takie jak json (dla formatu JSON) czy xml.etree.ElementTree (dla formatu XML). Wybór narzędzia zależy od potrzeb projektu i wymagań bezpieczeństwa.

Serializacja z użyciem json

Format JSON jest jednym z najpopularniejszych formatów do serializacji danych, szczególnie w kontekście komunikacji między aplikacjami webowymi.

import json

class Czlowiek:
    def __init__(self, imie, numer):
        self.imie = imie
        self.numer = numer

    def to_dict(self):
        return {"imie": self.imie, "numer": self.numer}

    @classmethod
    def from_dict(cls, data):
        return cls(data['imie'], data['numer'])

# Serializacja
czlowiek = Czlowiek('James', 10)
json_str = json.dumps(czlowiek.to_dict())

# Deserializacja
data = json.loads(json_str)
czlowiek = Czlowiek.from_dict(data)
print(czlowiek)  # Wyjście: Imie: James, Numer: 10

Serializacja z użyciem xml.etree.ElementTree

XML jest innym popularnym formatem do serializacji danych, często używanym w kontekście wymiany danych między różnymi systemami.

import xml.etree.ElementTree as ET

class Czlowiek:
    def __init__(self, imie, numer):
        self.imie = imie
        self.numer = numer

    def to_xml(self):
        czlowiek = ET.Element("Czlowiek")
        imie = ET.SubElement(czlowiek, "Imie")
        imie.text = self.imie
        numer = ET.SubElement(czlowiek, "Numer")
        numer.text = str(self.numer)
        return ET.tostring(czlowiek, encoding='unicode')

    @classmethod
    def from_xml(cls, data):
        element = ET.fromstring(data)
        imie = element.find("Imie").text
        numer = int(element.find("Numer").text)
        return cls(imie, numer)

# Serializacja
czlowiek = Czlowiek('James', 10)
xml_str = czlowiek.to_xml()

# Deserializacja
czlowiek = Czlowiek.from_xml(xml_str)
print(czlowiek)  # Wyjście: Imie: James, Numer: 10