pickle仅适用于Python可信环境，因反序列化会执行任意代码；跨语言或开放网络应选json/msgpack；json需自定义JSONEncoder处理datetime等类型；msgpack在树结构中比json快2–3倍、体积小30%–40%；非pickle方案必须显式重建实例并做类型校验。
pickle 是最直接的方案，但必须清楚它只适合 Python 内部可信环境；跨语言或开放网络场景下，json 或 msgpack 才是安全选择。
为什么不能无脑用 pickle.load() 接收外部数据
因为 pickle 反序列化会执行任意代码——只要攻击者构造恶意字节流，就能在你进程里跑命令。生产服务中收到用户上传的 .pkl 文件并直接 pickle.load()，等于给对方开了 shell 权限。
- 典型错误现象：
AttributeError: Can't get attribute 'MaliciousClass' on <module '__main__' from 'server.py'>看似报错，实则是攻击载荷已触发 - 适用场景：仅限同一 Python 环境下的进程间缓存（如 Celery 任务参数）、本地调试、单机持久化
- 替代方案：若必须传类实例，先用
__dict__或dataclass.asdict()转成 dict，再用json.dumps()序列化
json 序列化自定义类时丢失类型和方法怎么办
json 只认基础类型（dict、list、str、int、float、bool、None），遇到 datetime、Decimal 或自定义类会直接报 TypeError: Object of type X is not JSON serializable。
- 解决路径：写一个继承
json.JSONEncoder的类，重写default()方法，对特殊类型做转换 - 常见坑：
datetime直接转isoformat()字符串；bytes必须先b64encode().decode()，否则报错 - 示例片段：
class CustomEncoder(json.JSONEncoder): def default(self, obj): if isinstance(obj, datetime): return obj.isoformat() if isinstance(obj, bytes): return base64.b64encode(obj).decode() return super().default(obj) json.dumps(data, cls=CustomEncoder)
树状嵌套类结构用 msgpack 比 json 快多少
在万级节点的树结构（如配置中心下发的权限树）上，msgpack.packb() 平均比 json.dumps() 快 2–3 倍，体积小 30%–40%，且原生支持 bytes 和 datetime（需开启 strict_types=False）。
- 注意点：
msgpack默认不保证 key 顺序，若依赖字典插入序，要传sort_keys=True - 兼容性陷阱：Python 3.12+ 的
datetime对象默认带时区信息，msgpack旧版本（msgpack>=1.0.5 - 反序列化时别漏掉
object_hook：想还原为类实例，得手动映射字段，msgpack不像pickle那样自动调构造函数
自定义类序列化后如何保证反序列化仍是原类型
没有银弹。所有非 pickle 方案都需显式重建实例——这是安全代价，也是设计必然。
立即学习“Python免费学习笔记（深入）”；
- 推荐模式：类提供
from_dict(cls, data: dict)类方法，把json.loads()得到的 dict 转回对象 - 避免魔法：别依赖
__setstate__或全局注册 hook，容易引发循环引用或类型混淆 - 关键细节：反序列化时检查 dict 键是否存在、类型是否匹配，否则早期 fail，而不是等到属性访问时报
AttributeError
