Python新手读取.pkl文件转TXT报UnpicklingError如何解决？

报错根因分析 #

• 最常见的原因：该pkl模型是用joblib序列化生成的，而非标准库的pickle。多数机器学习框架（如scikit-learn）训练的模型默认采用joblib存储，对numpy数组等大数据结构的序列化效率更高，直接用pickle读取会触发格式不兼容报错。
• 次要原因：序列化模型时使用的Python版本与当前运行的Python 3.7差异过大，比如Python 2生成的pkl文件未做兼容处理直接在Python 3中加载。
• 原有代码还存在两处明显逻辑错误：
  1. 打开txt文件时用了rt只读模式，无法执行写入操作，需要改为写入模式
  2. pickle/joblib加载得到的是模型对象，不是字符串，不能直接调用write方法写入txt，需要先转为可打印的字符串格式

可直接运行的修复方案 #

方案1：使用joblib读取（优先尝试，适配绝大多数机器学习模型pkl文件） #

先安装依赖：pip install joblib
然后运行以下代码：

import joblib
import os

model_path = input("Model Path = ")
# 加载模型
model_obj = joblib.load(model_path)
# 生成txt保存路径
new_model_path = model_path.rsplit('.pkl', 1)[0] + '.txt'
print("creating new file at : ", new_model_path)
# 写入txt，将模型对象转为字符串格式写入
with open(new_model_path, 'w', encoding='utf-8') as f:
    # 直接打印模型对象的可表示内容，也可以根据模型类型提取指定参数写入
    f.write(str(model_obj))
print("writing model as readable done")

方案2：兼容旧版本pickle文件 #

如果确认是标准pickle生成的文件，只是版本兼容问题，可以改用以下加载逻辑：

import pickle

model_path = input("Model Path = ")
with open(model_path, "rb") as model:
    # 增加兼容Python2生成的pkl文件的参数
    load = pickle.load(model, encoding='latin1', fix_imports=True)

补充说明 #

• 如果以上两种方案都无法读取，可先执行file 你的pkl文件路径（Linux/Mac环境）查看文件实际格式，确认是否存在后缀名为pkl但实际为其他序列化格式的情况。
• 直接输出全量模型对象到txt可读性较差，可根据模型类型（比如你场景中的OCSVM模型）提取指定参数（如核函数类型、训练样本数、权重等）后写入txt，更方便运营人员查看。
• 注意：不要加载来源不明的pkl文件，pickle/joblib的反序列化操作存在执行恶意代码的安全风险。

内容的提问来源于stack exchange，提问作者Lalastro