多进程启动报错：logger cannot be pickled与EOFError: Ran out of input问题排查求助

你遇到的两个错误本质上都是多进程参数序列化失败引发的，我来帮你拆解问题并给出可行的解决方案：

错误原因分析 #

1. PicklingError: logger cannot be pickled
   Windows系统下的multiprocessing默认使用spawn模式，这种模式要求所有传递给子进程的参数都必须能被pickle序列化。而你传给子进程的cap1是pyshark.LiveCapture对象，它内部包含了无法被序列化的logger实例，直接传递就会触发这个错误。

2. EOFError: Ran out of input
   这个错误是第一个序列化失败的连锁反应——子进程尝试加载父进程传递的序列化数据时，因为前面的PicklingError导致数据不完整，所以抛出了"读不到输入"的异常。

另外还有个隐性问题：你直接传递df_sspd给子进程，子进程里的df.append()操作只会修改自己的内存副本，主进程根本看不到任何变化，因为多进程间的内存是相互隔离的。

解决方案 #

核心思路是避免传递不可序列化的对象，同时使用多进程安全的共享数据结构：

修改后的代码示例 #

import pyshark
from multiprocessing import Process, Manager
import pandas as pd

def get_data(interface, filter_str, shared_list):
    # 子进程内部独立创建LiveCapture实例，不依赖父进程传递
    cap = pyshark.LiveCapture(interface=interface, display_filter=filter_str)
    for packet1 in cap.sniff_continuously(packet_count=100):
        print("ssdp")
        packet_len = len(packet1)
        print(packet_len)
        # 往共享列表里添加数据，所有进程都能访问到
        shared_list.append(packet_len)
        print(len(shared_list))

if __name__ == '__main__':
    # 使用Manager创建多进程安全的共享列表
    with Manager() as manager:
        shared_packet_lengths = manager.list()
        # 传递可序列化的参数（字符串、共享列表），而非LiveCapture或DataFrame
        sspd_p = Process(target=get_data, args=('1', 'ssdp', shared_packet_lengths))
        sspd_p.start()
        sspd_p.join()  # 等待子进程完成数据采集
        
        # 最后在主进程中将共享列表转为DataFrame
        df_sspd = pd.DataFrame(shared_packet_lengths, columns=['packet_length'])
        print(df_sspd)

关键修改点 #

• 子进程独立创建LiveCapture：不再从父进程传递这个不可序列化的对象，每个子进程自己初始化抓包实例，彻底避免序列化问题。
• 使用Manager共享数据：Manager.list()是多进程安全的容器，子进程添加的数据主进程能实时获取，解决了多进程内存隔离的问题。
• 主进程统一处理DataFrame：DataFrame的操作放在主进程中，避免跨进程传递和修改DataFrame带来的额外问题。

这样修改后，你的两个错误都会消失，同时也能正确收集抓包数据到DataFrame里。

内容的提问来源于stack exchange，提问作者user1977050