pickle và base64 — Serialization object và chuyển đổi binary sang text

Ta sẽ tìm hiểu hai module dùng khi di chuyển dữ liệu qua file hoặc qua mạng. pickle lưu object Python (dict, instance của class, v.v.) dưới dạng có thể khôi phục đầy đủ sau này, còn base64 chuyển dữ liệu binary như ảnh hoặc âm thanh thành chuỗi "chữ số cộng hai ký hiệu" để bạn có thể nhét thẳng vào email, JSON, hay URL. Cả hai đều là module thư viện chuẩn cho chuyển đổi dữ liệu ở các ranh giới nội bộ hoặc kênh truyền bên ngoài.

Phân biệt mỗi module dùng cho việc gì

Hai module phân chia tự nhiên theo tổ hợp đầu vào/đầu ra. Hãy dùng sơ đồ dưới để nắm bức tranh tổng thể, rồi ta sẽ đào sâu vào các công dụng và API điển hình ở mỗi phần.

pickle — Chuyển object Python thẳng sang bytes

pickle là module thư viện chuẩn chuyển đổi object Python thành dạng có thể khôi phục đầy đủ sau này. Kết quả là giá trị bytes (chuỗi liên tục các số nguyên từ 0 đến 255 — kiểu dùng để xử lý "chuỗi số" thay vì "chuỗi ký tự" như chuỗi). Bytes là định dạng cơ bản cho tình huống máy, không phải người, sẽ đọc dữ liệu — lưu vào file, gửi qua mạng, chuyển dữ liệu cho tiến trình khác.

Khác với json, điểm mạnh của pickle là có thể lưu không chỉ dict / list / chuỗi / số mà còn cả instance của class tự định nghĩa và object hàm, nên hữu ích cho việc lưu model ML hoặc chuyển object giữa các tiến trình Python.

Đừng bao giờ loads dữ liệu pickle từ người khác

pickle.loads có thể thực thi mã Python tùy ý, nên truyền vào bytes từ nguồn không tin cậy trở thành lỗ hổng thực thi mã tùy ý. Hãy giới hạn ở tình huống "tôi tạo, tôi đọc lại" và không bao giờ dùng nó với dữ liệu nhận qua mạng hoặc từ người khác. Để giao tiếp bên ngoài, dùng json thay thế.

Chuyển một dict điểm số thành bytes bằng pickle và kiểm tra kiểu trả về. Bytes của pickle có thể khác độ dài giữa các môi trường, nên ta xác nhận qua type.

① Hãy import module pickle.

② Hãy chuẩn bị dict {"name": "Minh", "scores": [80, 90, 75]} trong biến tên data.

③ Hãy chuyển data thành bytes bằng pickle, lưu vào pickled, và in tên kiểu dưới dạng Kiểu: ◯◯ (kết quả là bytes).

(Nếu chạy đúng, phần giải thích sẽ hiện ra.)

Khôi phục pickled bạn đã tạo ở Thực hành 1 trở lại thành object Python và xác nhận nó khớp chính xác với data gốc. Các biến data và pickled từ Thực hành 1 vẫn còn dùng được, nên bạn chỉ cần viết bước khôi phục.

④ Hãy khôi phục pickled bằng pickle.loads vào biến tên restored.

⑤ Hãy in Tên khôi phục: ◯◯ (trường name của object đã khôi phục) và Bằng bản gốc: True / False cho phép so sánh bằng.

base64 — Đưa dữ liệu binary qua text

base64 là module chuyển dữ liệu binary tùy ý thành chuỗi "chữ số cộng hai ký hiệu". Vì 3 bytes thành 4 ký tự, kích thước tăng khoảng 1.33×, nhưng được dùng rộng rãi trong tình huống cần đưa dữ liệu binary qua kênh chỉ chấp nhận text, như đính kèm email, nhúng ảnh trong JSON hoặc URL, hoặc lưu bytes trong SQL.

Hai API cơ bản:

import base64

# bytes → Base64
binary = b"Python is fun!"
encoded = base64.b64encode(binary)
print(encoded)              # b'UHl0aG9uIGlzIGZ1biE='
print(encoded.decode())     # UHl0aG9uIGlzIGZ1biE= (chuyển sang str)

# Base64 → bytes
decoded = base64.b64decode(encoded)
print(decoded)              # b'Python is fun!'
print(decoded == binary)    # True

Cho URL, hãy dùng urlsafe_b64

b64encode chuẩn chứa + và /, nên nhúng trực tiếp vào URL hoặc key JSON cần escape. Cho URL và JSON, hãy chọn base64.urlsafe_b64encode — nó đổi + → - và / → _ để cho biến thể an toàn cho URL. Dùng base64.urlsafe_b64decode để khôi phục.

Encode một chuỗi bytes bằng Base64, decode trở lại, và xác nhận kết quả khớp với bản gốc.

① Hãy import module base64.

② Hãy chuẩn bị chuỗi bytes b"Python is fun!".

③ Đừng in bytes đã encode Base64 dưới dạng bytes — hãy chuyển sang chuỗi ASCII trước rồi in dưới dạng Chuỗi Base64: ◯◯.

④ Hãy decode Base64 trở lại binary gốc và in xem có khớp với bản gốc không dưới dạng Bằng bản gốc: True / False.