json.dumps()输出跨语言的可读JSON字符串，仅支持7种基础类型；pickle.dumps()输出Python专用二进制流，支持几乎所有对象但有反序列化安全风险且不跨版本兼容。
json.dumps() 和 pickle.dumps() 的核心差异在哪
根本区别不在“能不能转”，而在“转成什么、给谁用”。json.dumps() 输出标准 JSON 字符串，人类可读、跨语言通用；pickle.dumps() 输出 Python 专用二进制字节流，只保证在同版本 Python 中能还原原对象，不兼容其他语言，也不保证跨 Python 版本安全。
常见错误现象：TypeError: Object of type set is not JSON serializable —— 这说明你试图用 json.dumps() 序列化 set、datetime、自定义类实例等非基础类型，而 pickle 默认就能处理这些（除非对象含不可持久化的状态，如文件句柄）。
-
json只支持dict、list、str、int、float、bool、None这七种类型及其嵌套 -
pickle支持几乎所有 Python 对象，但反序列化时会执行任意代码（__reduce__等钩子），有严重安全风险，绝不能加载不可信数据 - 性能上，
pickle通常比json快 2–5 倍（尤其对复杂嵌套结构），但生成的字节流体积更大
什么时候必须用 json，什么时候只能用 pickle
选 json 不是“更安全”的权衡，而是场景硬性要求：只要数据要出 Python 进浏览器、进 Node.js、进 Java 后端、进数据库的 JSON 字段（如 PostgreSQL 的 JSONB）、或需要人工调试/审查内容，就必须用 json。
选 pickle 是“别无选择”的妥协：比如缓存一个带方法绑定的 threading.Lock、保存 numpy.ndarray（虽有更优方案如 np.save）、或快速暂存训练中的 sklearn 模型到磁盘供同一脚本下次加载——此时你不需要跨语言，也不关心内容是否可读，只求快且保真。
立即学习“Python免费学习笔记（深入）”；
- Web API 响应体、前端 localStorage 存储、配置文件 → 强制用
json - Redis 缓存 Python 函数闭包、临时保存
torch.nn.Module实例 → 只能用pickle（但建议优先考虑torch.save等专用方案） - 日志中记录结构化事件？用
json；记录调试用的完整栈帧对象？pickle是唯一现实选项（尽管不推荐）
json 处理 datetime 或自定义类的绕不过去的坑
json.dumps() 报 TypeError: Object of type datetime is not JSON serializable 是高频问题，不是 bug，是设计使然。它不提供默认转换逻辑，必须显式干预。
最简方案是传 default 参数：
import json from datetime import datetimedata = {"time": datetime.now(), "value": 42} json.dumps(data, default=str) # → '{"time": "2024-06-12T15:23:45.123456", "value": 42}'
但 default=str 是“暴力转字符串”，丢失类型信息，反序列化时得靠业务逻辑再解析。更严谨的做法是定义专用 encoder：
- 继承
json.JSONEncoder，重写default()方法，对datetime返回isoformat()，对bytes返回base64.b64encode(...).decode() - 反序列化时，用
object_hook回调识别特定 key（如"__datetime__"）并还原为datetime - 不要试图让
json原生支持set：序列化前转list，反序列化后转回set，这是最清晰可控的方式
pickle.load() 加载不可信数据等于执行远程代码
这是被反复警告却仍被踩爆的致命点。pickle 反序列化过程会动态调用类构造器、__setstate__、甚至 __reduce__ 返回的任意可调用对象。攻击者可构造恶意字节流，在 pickle.load() 时触发 os.system("rm -rf /")。
没有“安全模式”开关。所谓 safe=True 是不存在的 API。唯一防御手段是：绝不加载来源不明的 pickle 数据。
- 如果你控制数据生产端和消费端，且确定永远只在可信环境（如单机离线脚本）中使用，
pickle可用 - 任何涉及网络传输、用户上传、第三方 SDK 返回的数据，一律禁止
pickle.load() - 替代方案：用
json+ 显式类型转换；或用msgpack（更快更小，但仍是 Python-centric，且同样不解决安全问题）；真正需要高性能+安全时，选protobuf或capnproto
复杂点在于：很多人以为“我只用 pickle 存自己代码里的对象，肯定安全”，却忽略了依赖库可能悄悄把用户输入塞进某个会被 pickle 序列化的容器里——这种隐式污染极难审计。
