用pickle序列化复杂树形结构更省事但需严格控制信任边界；json无法直接处理含循环引用、自定义类或不可哈希节点的树，会因类型不支持或递归过深而崩溃。
直接说结论：用 pickle 序列化复杂树形结构更省事，但必须控制信任边界；json 无法直接序列化含循环引用、自定义类、不可哈希节点的树，强行用会报 TypeError: Object of type X is not JSON serializable。
为什么树结构会让 json.dumps() 直接崩溃
树节点通常包含方法、self.parent 反向引用、__dict__ 中的非基础类型（如 datetime、numpy.ndarray），甚至节点间存在循环引用（子→父→子）。json 默认编码器只认 str、int、float、list、dict、bool、None 这六种类型。
常见错误现象：
- 遇到
datetime报TypeError: Object of type datetime is not JSON serializable - 遇到循环引用报
RecursionError: maximum recursion depth exceeded - 遇到自定义类实例报
TypeError: Object of type TreeNode is not JSON serializable
实操建议：
立即学习“Python免费学习笔记（深入）”；
- 不要试图重写
JSONEncoder.default来递归处理任意嵌套对象——容易漏掉字段或引入无限递归 - 若必须用
json，先用dataclasses.asdict()或手动定义to_dict()方法扁平化树，确保只返回基础类型 - 对时间字段统一转为 ISO 字符串：
node.created_at.isoformat() - 对循环引用，显式切断反向指针（如不序列化
parent字段）
pickle 能“一键序列化”，但有三个硬限制
pickle 确实能直接存整个树对象，包括方法、闭包、循环引用，但它不是通用格式，且有安全风险。
关键限制：
python-script-generator
下载
快速生成专业的 Python 脚本和应用代码。一键创建完整项目结构，支持CLI、API、爬虫、Bot、Django等多种项目类型，包含完整的项目结构、配置文件、依赖管理、测试、README和文档。
- 只能在 Python 环境中读取，跨语言（如 Go/JS）完全不可用
- 反序列化时会执行任意代码（
__reduce__可被恶意构造），**绝不能加载不受信的.pkl文件** - 不同 Python 版本间不完全兼容：
pickle协议版本默认随 Python 升级变化，Python 3.8 dump 的对象在 3.7 可能 load 失败
实操建议：
立即学习“Python免费学习笔记（深入）”；
- 保存时显式指定协议版本：
pickle.dump(obj, f, protocol=pickle.HIGHEST_PROTOCOL)或更稳妥地用protocol=4（兼容 3.4+） - 避免把 lambda、嵌套函数、动态生成的类塞进树节点——它们可能无法被正确序列化
- 若树中混有不可 pickle 的对象（如文件句柄、数据库连接），提前清理或替换为占位符
真正高效的做法：分层设计 + 显式序列化协议
别指望一个函数搞定所有。高效 = 明确树的用途 + 控制序列化粒度。
推荐组合策略：
- 开发/调试阶段：用
pickle+protocol=4，快速保存/恢复完整状态 - 持久化存储或跨服务传输：定义精简的纯数据 schema，用
dataclasses+asdict()转成 dict，再用json.dumps()输出 - 需要保留部分行为？给节点加
__getstate__()方法，返回要序列化的字段字典（自动被pickle调用） - 超大深度树（>1000 层）注意：
sys.setrecursionlimit()可能需调高，但更优解是改用栈模拟递归遍历，再序列化
示例（轻量树导出）：
def to_serializable(self):
return {
"id": self.id,
"value": self.value,
"children": [c.to_serializable() for c in self.children],
"created_at": self.created_at.isoformat() if self.created_at else None,
}
# 后续 json.dumps(root.to_serializable())
真正麻烦的从来不是选 pickle 还是 json，而是树节点里悄悄藏了什么——比如某个属性指向全局配置模块，或者某次调试临时挂了个 threading.Lock。序列化前扫一眼 vars(node)，比事后查 RecursionError 强得多。
