pickle和json有什么区别

Pickle与JSON：数据序列化的“兄弟”，却各有“脾气”

在数据存储、网络传输或程序间交互时，我们常需要将Python对象（如列表、字典、自定义类实例等）转换为可保存或传输的格式，这个过程称为“序列化”；反之，从格式化数据中还原对象的过程称为“反序列化”，在Python生态中，pickle和json是最常用的两种序列化工具，它们看似都能实现“对象→字节/字符串”的转换，实则从设计理念到使用场景都有着天壤之别，本文将从核心特性、数据类型支持、安全性等多个维度，拆解两者的“脾气”差异。

核心定位：Python“亲儿子” vs 通用“外交官”

Pickle：Python的“专属序列化协议”

pickle是Python内置的模块，它的诞生只有一个目的——在Python生态中无缝保存和还原对象，你可以把它理解为Python的“私人管家”，专门为Python对象量身定制：无论是简单的列表、字典，还是复杂的自定义类实例、函数、甚至Python代码本身，pickle都能尝试将其“打包”成字节流，并在需要时“解包”还原成原始对象，这种“全家桶”式的支持，得益于它直接使用Python的字节码协议,深度绑定Python解释器。

JSON：跨语言的“通用数据交换格式”

JSON（JavaScript Object Notation）则是一个与语言无关的轻量级数据交换格式，最初脱胎于JavaScript，如今已成为互联网领域的“通用语”，它的设计目标是让不同编程语言（如Python、Java、JavaScript、C++等）能轻松读写数据，JSON以文本形式存储数据，结构简单（仅支持对象、数组、字符串、数字、布尔值、null），可读性强，就像一个“外交官”，专门负责在不同语言之间传递“标准化信息”。

数据类型支持：“万物皆可Pickle” vs “仅限JSON原生类型”

两者最直观的区别,在于对Python对象类型的支持广度。

Pickle：几乎支持所有Python对象

pickle的“包容性”极强，它能处理Python的大部分内置对象，甚至包括：

• 自定义类实例：只要类在当前环境中定义，pickle能保存实例的属性（包括__dict__中的所有数据），反序列化时自动重建对象。
• 函数与代码：可以保存函数、lambda表达式，甚至Python代码片段（通过pickle的REDUCE协议）。
• Python特有的复杂类型如集合（set）、元组（tuple）、日期时间（datetime）等，都能被直接序列化。

一个自定义的Person类实例：

import pickle
class Person:
    def __init__(self, name, age):
        self.name = name
        self.age = age
p = Person("Alice", 25)
data = pickle.dumps(p)  # 序列化为字节流
p_loaded = pickle.loads(data)  # 反序列化为对象
print(p_loaded.name)  # 输出: Alice

pickle能完整保存Person对象的属性,无需额外操作。

JSON：仅支持原生基础类型

JSON的数据类型是“跨语言最小公约数”，仅支持6种类型：object（类似Python字典）、array（类似Python列表）、string、number、boolean、null，对于Python特有的类型（如set、tuple、datetime），JSON无法直接处理，需要手动转换：

• tuple → 转换为list（反序列化时需手动转回）；
• set → 转换为list；
• datetime → 转换为字符串（如ISO 8601格式）；
• 自定义类实例 → 无法直接序列化，需转换为字典或JSON支持的类型。

用JSON处理Person类时，必须先“拆解”为字典：

import json
from datetime import datetime
class Person:
    def __init__(self, name, age):
        self.name = name
        self.age = age
p = Person("Bob", 30)
# 手动转换为字典
data = {"name": p.name, "age": p.age}
json_str = json.dumps(data)  # 序列化为JSON字符串
loaded_data = json.loads(json_str)  # 反序列化为字典
# 需手动重建对象（若需）
p_loaded = Person(loaded_data["name"], loaded_data["age"])

若直接对p调用json.dumps()，会抛出TypeError：Object of type Person is not JSON serializable。

数据格式：二进制“黑盒” vs 文本“明文”

Pickle：二进制字节流，可读性差

pickle序列化后的数据是二进制格式（默认使用pickle协议4或5），包含Python特定的字节码指令，这种格式对人类完全不可读，就像一个“黑盒”：

import pickle
data = {"name": "Charlie", "scores": [90, 85, 88]}
pickle_data = pickle.dumps(data)
print(pickle_data)  # 输出: b'\x80\x04\x95\x15\x00\x00\x00\x00\x00\x00\x00}\x94(\x8c\x04name\x94\x8c\x07Charlie\x94\x94\x8c\x06scores\x94]\x94(K\x5aK\x55K\x58e.'

一堆乱码般的字节,完全无法直观理解内容。

JSON：文本字符串，可读性强

JSON序列化后是人类可读的文本字符串，结构清晰（键值对用，数组用[]），可直接用文本编辑器查看或修改：

import json
data = {"name": "Charlie", "scores": [90, 85, 88]}
json_str = json.dumps(data, indent=2)  # indent=2格式化，更易读
print(json_str)

输出：

{
  "name": "Charlie",
  "scores": [
    90,
    85,
    88
  ]
}

这种“明文”特性，让JSON非常适合配置文件、日志存储等需要人工干预的场景。

安全性与跨语言：“亲儿子”的“信任危机” vs “外交官”的“安全底线”

Pickle：不安全，仅限Python内部使用

pickle的“万物皆可序列化”特性，也带来了严重的安全隐患，反序列化pickle数据时，Python会执行序列化数据中包含的任意代码，如果pickle数据来自不可信来源（如网络请求、用户上传），攻击者可能构造恶意数据，在反序列化时执行系统命令、删除文件等恶意操作。

以下恶意pickle数据会在反序列化时执行rm -rf /（Linux系统）：

import pickle
import os
class Malicious:
    def __reduce__(self):
        return os.system, ("rm -rf /",)
malicious_data = pickle.dumps(Malicious())
# 若将malicious_data存入文件，其他用户用pickle.loads加载，可能触发系统命令

pickle绝对不能用于处理来自不可信来源的数据！它只适用于“可信环境”（如同一台机器上的Python进程间通信、本地文件存储）。

JSON：安全，跨语言无风险

JSON的设计初衷是“数据交换”，而非“代码执行”，它只支持静态数据结构，反序列化时不会执行任何代码，无论数据来自哪个语言、哪个来源，JSON解析器只会将其视为纯数据，安全性远高于pickle。

即使JSON字符串中包含类似函数的字符串：

{"name": "attacker", "cmd": "rm -rf /"}

解析后也只是得到一个字典，"cmd"的值会被当作普通字符串，不会被执行，这种“只读数据”的特性，让JSON成为网络API、Web应用数据交换的首选。

性能与场景：快速“内传” vs 稳定“外联”

Pickle：Python内部通信的“加速器”

由于pickle是二进制格式，且深度优化了Python对象的序列化/反序列化逻辑，它在Python内部场景中性能更优：

• 序列化速度更快（二进制比文本更紧凑）；
• 支持复杂对象，无需手动转换，适合保存Python程序运行时的状态（如机器学习模型的sklearn对象、爬虫的Scrapy数据管道等）。

典型场景：

• 本地保存Python对象（如缓存、模型持久化）；
• 同一台机器上多个Python进程间的数据传递（通过管道、共享内存）。

JSON：跨语言数据交换的“通用桥”

JSON的文本格式虽然比