Python Pickle序列化详解（小白也能学会的对象持久化技术）

基本用法：序列化与反序列化

下面是一个最简单的例子，展示如何使用 pickle 保存和加载一个Python字典。

import pickle# 要序列化的数据data = {    'name': '小明',    'age': 25,    'skills': ['Python', '数据分析', '机器学习']}# 序列化：将对象保存到文件with open('data.pkl', 'wb') as f:    pickle.dump(data, f)# 反序列化：从文件加载对象with open('data.pkl', 'rb') as f:    loaded_data = pickle.load(f)print(loaded_data)# 输出: {'name': '小明', 'age': 25, 'skills': ['Python', '数据分析', '机器学习']}

注意：文件必须以 二进制模式 打开（'wb' 写入，'rb' 读取），因为 pickle 生成的是字节数据。

常用函数说明

• pickle.dump(obj, file)：将对象 obj 序列化并写入文件对象 file。
• pickle.load(file)：从文件对象 file 中读取并反序列化对象。
• pickle.dumps(obj)：将对象序列化为字节串（不写入文件）。
• pickle.loads(bytes)：从字节串反序列化出对象。

字符串形式的序列化（不写文件）

有时候你不需要保存到文件，而是想在网络上传输或临时存储，可以用 dumps 和 loads：

import picklemy_list = [1, 2, 3, {'a': 10}]# 序列化为字节串serialized = pickle.dumps(my_list)print(type(serialized))  # <class 'bytes'># 从字节串反序列化restored = pickle.loads(serialized)print(restored)  # [1, 2, 3, {'a': 10}]

支持哪些对象？

几乎所有的Python原生对象都可以被pickle，包括：

• 数字、字符串、布尔值
• 列表、元组、字典、集合
• 函数（必须在顶层定义）
• 类和类的实例（需满足一定条件）

但注意：像文件句柄、网络连接、lambda函数等动态创建的对象通常不能被pickle。

安全警告：不要反序列化不可信数据！

这是使用 pickle 最重要的注意事项！

由于 pickle 在反序列化时会执行任意代码，如果加载了恶意构造的pickle数据，可能导致系统被攻击。因此，永远不要对来自不可信来源的数据使用 pickle.load() 或 pickle.loads()。

如果需要跨语言或处理外部数据，建议使用更安全的格式，如JSON、XML或MessagePack。

总结

通过本教程，你已经掌握了 Python对象持久化 的核心技能——使用 pickle 模块进行 数据序列化与反序列化。它简单、强大，是Python开发者必备的工具之一。

记住关键点：

• 使用二进制模式读写文件
• 只对可信数据进行反序列化
• 适用于本地存储和进程间通信（同一Python环境）

希望这篇 Python pickle序列化 教程对你有帮助！快去试试吧～