shelve类似于一个key-value数据库，可以很方便的用来保存Python的内存对象，其内部使用pickle来序列化数据。简单来说，使用者可以将一个列表、字典、或者用户自定义的类实例保存到shelve中，下次需要用的时候直接取出来，就是一个Python内存对象，不需要像传统数据库一样，先取出数据，然后用这些数据重新构造一遍所需要的对象。

示例1：

 1#/usr/bin/env python
 2# coding=utf-8
 3# code from  www.361way.com
 4import shelve
 5def test_shelve():
 6    # open 返回一个Shelf类的实例
 7    #
 8    # 参数flag的取值范围：
 9    #  'r'：只读打开
10    #  'w'：读写访问
11    #  'c'：读写访问，如果不存在则创建
12    #  'n'：读写访问，总是创建新的、空的数据库文件
13    #
14    # protocol：与pickle库一致
15    #   0: ascii串保存, 默认形式, 方便人读取
16    #   1: 旧式兼容性较强2进制形式
17    #   2: 支持新式类的2进制模式,Python2.3开始引入.
18    # writeback：为True时，当数据发生变化会回写，不过会导致内存开销比较大
19    d = shelve.open('shelve.db', flag='c', protocol=2, writeback=False)
20    assert isinstance(d, shelve.Shelf)
21    # 在数据库中插入一条记录
22    d['abc'] = {'name': ['a', 'b']}
23    d.sync()
24    print d['abc']
25    # writeback是False，因此对value进行修改是不起作用的
26    d['abc']['x'] = 'x'
27    print d['abc']  # 还是打印 {'name': ['a', 'b']}
28    # 当然，直接替换key的value还是起作用的
29    d['abc'] = 'xxx'
30    print d['abc']
31    # 还原abc的内容，为下面的测试代码做准备
32    d['abc'] = {'name': ['a', 'b']}
33    d.close()
34    # writeback 为 True 时，对字段内容的修改会writeback到数据库中。
35    d = shelve.open('shelve.db', writeback=True)
36    # 上面我们已经保存了abc的内容为{'name': ['a', 'b']}，打印一下看看对不对
37    print d['abc']
38    # 修改abc的value的部分内容
39    d['abc']['xx'] = 'xxx'
40    print d['abc']
41    d.close()
42    # 重新打开数据库，看看abc的内容是否正确writeback
43    d = shelve.open('shelve.db')
44    print d['abc']
45    d.close()
46test_shelve()

示例2：

 1# code from  www.361way.com
 2import shelve
 3s = shelve.open('test_shelf.db')
 4try:
 5    s['key1'] = { 'int': 10, 'float':9.5, 'string':'Sample data' }
 6finally:
 7    s.close()
 8s = shelve.open('test_shelf.db', writeback=True)
 9try:
10    print s['key1']
11    s['key1']['new_value'] = 'this was not here before'
12    print s['key1']
13finally:
14    s.close()
15s = shelve.open('test_shelf.db')
16try:
17    print s['key1']
18finally:
19    s.close()

执行结果如下：

1$ python shelve_writeback.py
2{'int': 10, 'float': 9.5, 'string': 'Sample data'}
3{'int': 10, 'new_value': 'this was not here before', 'float': 9.5, 'string': 'Sample data'}
4{'int': 10, 'new_value': 'this was not here before', 'float': 9.5, 'string': 'Sample data'}

update值如下：

 1>>> import shelve
 2>>> d = shelve.open("test_shelf.db")
 3>>> x = d["key1"]
 4>>> x.update({'xyz': '11111'})
 5>>> print x
 6{'int': 10, 'new_value': 'this was not here before', 'xyz': '11111', 'float': 9.5, 'string': 'Sample data'}
 7>>> x.update({'int': 'int upate'})
 8>>> print x
 9{'string': 'Sample data', 'int': 'int upate', 'new_value': 'this was not here before', 'xyz': '11111', 'float': 9.5}
10>>>

示例3：

1>>> import shelve
2>>> d = shelve.open("shelve.db")
3>>> len(d)
42
5>>> d.keys()
6['dfcfall', 'thsall']

参考页面如下：shelve – Persistent storage of arbitrary Python objects