Python自学16 - 对象的序列化和反序列化

Python自学16 - 对象的序列化和反序列化

在 Python 编程中，我们经常需要将内存中的对象（如列表、字典、自定义类的实例等）保存到文件中，或者在网络上传输对象。但内存中的对象是动态存在的，无法直接存储或传输，这就需要借助序列化和反序列化技术。本篇文章将详细讲解 Python 中对象序列化和反序列化的概念、常用模块及实际应用，帮助你轻松掌握这一重要知识点。

1️⃣ 什么是序列化和反序列化

在正式学习相关模块前，我们先明确两个核心概念：

• 序列化（Serialization）：将内存中的Python 对象转换为可存储或可传输的格式（如二进制文件、JSON 字符串等）的过程。简单来说，就是把 “活” 的对象 “冻结” 成静态的数据流，方便保存到硬盘或通过网络发送。
• 反序列化（Deserialization）：将序列化后的数据流恢复为内存中Python 对象的过程。相当于把 “冻结” 的对象 “解冻”，重新变成可操作、可使用的对象。

举个生活中的例子：把新鲜水果（内存对象）做成罐头（序列化），方便长期保存或运输；想吃的时候再打开罐头（反序列化），恢复水果的可食用状态。

💡 应用场景：

• 将数据保存到文件（持久化）
• 网络传输（API、Socket）
• 缓存（Redis、消息队列）

2️⃣ Python 常用序列化方式对比

3️⃣ 使用 pickle 序列化与反序列化

pickle 是 Python 内置的二进制序列化模块，支持几乎所有 Python 对象。

import pickle
​
# 定义一个对象
data = {
    "name": "星哥",
    "skills": ["Python", "Docker", "AI工具"],
    "level": 5
}
​
# 序列化到文件
with open("data.pkl", "wb") as f:
    pickle.dump(data, f)
​
# 从文件反序列化
with open("data.pkl", "rb") as f:
    loaded_data = pickle.load(f)
​
print(loaded_data)

✅ 优点：支持复杂对象（类实例、函数等） ⚠ 缺点：二进制不可读、跨语言不通用、存在安全风险（不要反序列化不可信数据）

4️⃣ 使用 json 序列化与反序列化

json 模块更适合跨语言数据交换。

import json
​
data = {
    "name": "星哥",
    "skills": ["Python", "Docker", "AI工具"],
    "level": 5
}
​
# 序列化为 JSON 字符串
json_str = json.dumps(data, ensure_ascii=False)
print(json_str)
​
# 反序列化为 Python 对象
loaded_data = json.loads(json_str)
print(loaded_data)

💡 注意：json 只支持基本数据类型（dict、list、str、int、float、bool、None），自定义对象需要转换。

5️⃣ 自定义对象的序列化

如果我们有一个类实例，json 默认无法直接序列化，需要自定义转换方法。

import json
​
class User:
    def __init__(self, name, level):
        self.name = name
        self.level = level
​
user = User("星哥", 5)
​
# 自定义序列化
def user_to_dict(obj):
    return {"name": obj.name, "level": obj.level}
​
# 序列化
json_str = json.dumps(user, default=user_to_dict, ensure_ascii=False)
print(json_str)
​
# 反序列化
def dict_to_user(d):
    return User(d["name"], d["level"])
​
loaded_user = json.loads(json_str, object_hook=dict_to_user)
print(loaded_user.name, loaded_user.level)

6️⃣ 安全提示

• 不要用 pickle.load() 反序列化不可信数据，可能执行恶意代码。
• 跨语言或需要可读性时优先用 json。
• 大型数据可考虑 msgpack、protobuf 等高效格式。

7️⃣ 总结

• pickle：功能强大，适合 Python 内部存储，但不安全且不可跨语言。
• json：通用、可读，适合配置文件、API 数据。
• marshal：仅限内部使用，不推荐跨版本。
• 反序列化时要注意安全，尤其是来自外部的数据。

📌 实战建议

• 配置文件 → 用 json
• 临时缓存 → 用 pickle
• 跨语言通信 → 用 json / protobuf
• 安全第一 → 不反序列化不可信数据