Python对象如何序列化？避开循环引用有这些妙招

Python对象序列化是数据持久化和传输的关键技术，本文深入探讨了`pickle`和`json`两种常用的序列化方法。`pickle`模块功能强大，支持复杂对象和自定义类的序列化，但需警惕安全风险；`json`模块则更安全，适用于跨语言兼容场景，但仅限于内置数据类型。针对Python对象序列化时常见的循环引用问题，文章提供了手动打破循环引用的实用技巧，避免程序卡死。此外，还介绍了通过`__getstate__`和`__setstate__`方法自定义序列化过程，灵活控制属性的保存与恢复。掌握这些技巧，能让你在安全性、性能、兼容性和可读性之间做出明智选择，高效处理Python对象的序列化与反序列化。

Python中序列化对象的方法主要有pickle和json，针对安全性、性能、兼容性和可读性进行选择。1.pickle模块支持复杂对象和自定义类的序列化，但存在安全风险，尤其在反序列化不可信数据时；2.json模块更安全，但仅限于内置数据类型的序列化，适用于跨语言兼容和文本可读性要求高的场景；3.处理循环引用时，pickle默认跟踪对象避免重复序列化，但复杂情况下建议手动打破循环，如将引用设为None后再恢复；4.自定义序列化可通过__getstate__和__setstate__方法实现，灵活控制属性的保存与恢复过程。综合考虑需求后合理选用方法，若仅Python内部使用且追求性能可选pickle，否则优先用json。

Python中序列化对象，简单说就是把对象变成字符串或者字节流，方便存储或传输。避免循环引用，得用点技巧，不然会卡死。

解决方案

Python提供了pickle模块来做序列化，但pickle容易出安全问题，特别是反序列化不可信数据的时候。更安全的选择是json，但json只能序列化Python内置的一些类型，比如字典、列表、字符串、数字等。如果你的对象比较复杂，或者自定义的类，json就搞不定了。

pickle的基本用法：

import pickle

class MyClass:
    def __init__(self, data):
        self.data = data

obj = MyClass(123)

# 序列化到文件
with open('my_object.pkl', 'wb') as f:
    pickle.dump(obj, f)

# 从文件反序列化
with open('my_object.pkl', 'rb') as f:
    loaded_obj = pickle.load(f)

print(loaded_obj.data) # 输出: 123

避免循环引用，pickle其实自带了处理机制。它会跟踪已经序列化的对象，如果遇到重复的对象，就不会再次序列化，而是保存一个引用。但如果循环引用过于复杂，可能会导致性能问题。

一个更靠谱的方法是手动打破循环引用。在序列化之前，把循环引用的地方设置为None，序列化之后再恢复。

import pickle

class Node:
    def __init__(self, name):
        self.name = name
        self.parent = None
        self.children = []

    def add_child(self, child):
        self.children.append(child)
        child.parent = self

node1 = Node("Node 1")
node2 = Node("Node 2")
node3 = Node("Node 3")

node1.add_child(node2)
node2.add_child(node3)
node3.add_child(node1)  # 循环引用

# 序列化前打破循环引用
node3.parent = None

# 序列化
serialized_data = pickle.dumps(node1)

# 反序列化
loaded_node1 = pickle.loads(serialized_data)

# 恢复循环引用（可选，如果需要的话）
# loaded_node3 = loaded_node1.children[0].children[0]
# loaded_node3.parent = loaded_node1

如何选择合适的序列化方法？

选择序列化方法，要考虑几个因素：安全性、性能、兼容性和可读性。

• 安全性： 如果要序列化的数据来自不可信的来源，千万别用pickle。json更安全，但只能序列化简单的数据类型。
• 性能： pickle通常比json快，但如果对象结构复杂，json可能更有效率。
• 兼容性： json是一种通用的数据格式，在不同的编程语言和平台之间都有很好的兼容性。pickle只能在Python中使用。
• 可读性： json是文本格式，可读性好。pickle是二进制格式，可读性差。

如果对性能要求不高，而且数据结构简单，json是首选。如果性能是关键，而且数据只在Python中使用，可以考虑pickle，但一定要注意安全问题。

如何自定义序列化和反序列化过程？

有时候，默认的序列化方式可能不满足需求。比如，你可能想忽略某些属性，或者对某些属性进行特殊处理。

pickle提供了__getstate__和__setstate__两个方法，可以让你自定义序列化和反序列化的过程。

• __getstate__：在序列化之前被调用，返回一个对象的状态。你可以选择返回哪些属性，或者对属性进行修改。
• __setstate__：在反序列化之后被调用，接收__getstate__返回的状态。你可以用这个状态来恢复对象。

import pickle

class MyClass:
    def __init__(self, a, b, c):
        self.a = a
        self.b = b
        self.c = c

    def __getstate__(self):
        # 只序列化a和b
        return {'a': self.a, 'b': self.b}

    def __setstate__(self, state):
        # 恢复a和b，c设置为默认值
        self.a = state.get('a', 0)
        self.b = state.get('b', 0)
        self.c = -1  # 默认值

obj = MyClass(1, 2, 3)

# 序列化
serialized_data = pickle.dumps(obj)

# 反序列化
loaded_obj = pickle.loads(serialized_data)

print(loaded_obj.a, loaded_obj.b, loaded_obj.c) # 输出: 1 2 -1

这样，你就可以灵活地控制对象的序列化和反序列化过程，满足各种特殊需求。

文中关于Python,JSON,序列化,pickle,循环引用的知识介绍，希望对你的学习有所帮助！若是受益匪浅，那就动动鼠标收藏这篇《Python对象如何序列化？避开循环引用有这些妙招》文章吧，也可关注golang学习网公众号了解相关技术文章。