pickle模块的序列化操作

要理解 pickle模块的作用，核心是先明确它和你之前用的 json 的核心差异——json 是「跨语言、轻量的文本序列化」，而 pickle 是「Python专属、强功能的二进制序列化」，专门解决 json 搞不定的Python特有序列化场景。

一、先一句话回答：pickle 为什么存在？

pickle 是 Python 内置的 二进制序列化模块，核心目的是：把 Python 中任意复杂的对象（比如自定义类实例、函数、列表嵌套字典、循环引用对象等），完整保存到文件/网络中；后续可以再原样恢复（反序列化），连对象的类型、属性、方法都不会丢。

它的设计初衷就是「为 Python 量身定做」，解决 json 无法处理的 Python 特有序列化需求。

二、pickle 能做什么？（json 做不到的事）

之前你用 json 序列化 Student 对象，其实需要额外处理（比如 default=lambda obj: obj.__dict__），而且 json 有很多限制。而 pickle 完全不用这些“额外操作”，还能处理更复杂的场景：

1. 直接序列化 Python 自定义类实例（无需转换）

用 json 序列化 Student 对象需要手动转字典，但 pickle 可以直接dump/load，无需任何额外配置，反序列化后还是原来的 Student 实例（连类的方法都保留）：

import pickle

class Student(object):
    def __init__(self, name, age, score):
        self.name = name
        self.age = age
        self.score = score
    
    def get_grade(self):
        return 'A' if self.score >= 90 else 'B'

s = Student('Bob', 20, 88)

# 1. pickle 序列化（直接dump对象，无需转字典）
with open('student.pkl', 'wb') as f:
    pickle.dump(s, f)  # 直接写对象，二进制模式打开文件（'wb'）

# 2. pickle 反序列化（直接load回Student实例）
with open('student.pkl', 'rb') as f:
    s2 = pickle.load(f)

print(s2.name)  # 输出：Bob（属性保留）
print(s2.get_grade())  # 输出：B（方法也保留）
print(isinstance(s2, Student))  # 输出：True（类型完全一致）

2. 序列化 Python 特有的复杂对象

json 只能序列化简单类型（字符串、数字、列表、字典、布尔值、None），但 pickle 能序列化 Python 中几乎所有对象：

• 函数/类（比如把一个自定义函数保存到文件，后续加载后直接调用）；
• 复杂数据结构（比如 set、tuple、collections 模块的 OrderedDict、defaultdict）；
• 循环引用对象（比如 a = [1]; b = [a]; a.append(b)，这种循环引用 json 会报错，pickle 能正常处理）；
• 内置对象（比如 datetime.datetime 时间对象、numpy 数组等）。

示例：序列化函数（json 完全做不到）

import pickle

# 定义一个函数
def add(a, b):
    return a + b

# 序列化函数到文件
with open('func.pkl', 'wb') as f:
    pickle.dump(add, f)

# 反序列化后直接调用函数
with open('func.pkl', 'rb') as f:
    add2 = pickle.load(f)

print(add2(3, 5))  # 输出：8（函数功能完全保留）

3. 序列化效率更高、体积更小

pickle 是 二进制格式，而 json 是文本格式：

• 体积：相同数据，pickle 序列化后的文件大小远小于 json；
• 速度：序列化/反序列化的速度比 json 快（尤其是处理大量数据或复杂对象时）。

三、pickle 的核心特点（和 json 对比）

注意：pickle 不安全！如果加载来自未知来源的 .pkl 文件，可能会执行恶意代码（因为它会还原对象的所有属性和方法，包括恶意逻辑），所以只用来处理「自己生成的、可信的数据」。

四、什么时候用 pickle？什么时候用 json？

用 pickle 的场景：

1. 你只在 Python 程序之间传输/保存数据（比如 Python 程序的配置、缓存、模型文件，如机器学习训练后的模型 model.pkl）；
2. 需要序列化复杂的 Python 对象（比如自定义类实例、函数、循环引用数据）；
3. 追求序列化速度和文件体积优化。

用 json 的场景：

1. 需要和其他语言（如 Java、JavaScript、Go）交换数据（比如后端给前端返回数据、接口调用）；
2. 数据需要人类可读（比如配置文件 config.json）；
3. 对数据安全性有要求（避免加载恶意文件）。

五、pickle 基本用法（和 json 很像，但要注意二进制模式）

pickle 的 API 和 json 几乎一致，只是文件操作要用到 二进制模式（wb 写、rb 读）：

import pickle

# 1. 序列化对象到文件（dump）
obj = {'name': 'Bob', 'age': 20, 'scores': [88, 92]}
with open('data.pkl', 'wb') as f:
    pickle.dump(obj, f)  # 二进制写

# 2. 从文件反序列化（load）
with open('data.pkl', 'rb') as f:
    obj2 = pickle.load(f)  # 二进制读
print(obj2)  # {'name': 'Bob', 'age': 20, 'scores': [88, 92]}

# 3. 序列化到内存字节串（dumps）
byte_data = pickle.dumps(obj)
print(type(byte_data))  # <class 'bytes'>（二进制类型）

# 4. 从内存字节串反序列化（loads）
obj3 = pickle.loads(byte_data)
print(obj3 == obj)  # True

总结

pickle 的存在，是为了满足 Python 专属的「复杂对象序列化需求」——它放弃了跨语言兼容性和可读性，换来了对 Python 对象的完全支持、更高的效率和更小的体积。

简单说：跨语言/可读用 json，Python 内部复杂对象序列化用 pickle。