Pickle加载报EOFError: Ran out of input，能否从损坏的pickle文件恢复数据？

EOFError: Ran out of input 本质是pickle反序列化时读取到文件末尾仍未凑齐当前对象的完整序列化结构，只要文件中存在完整的序列化片段，即可尝试恢复部分或全部数据，可根据你当初写入文件的场景选择对应方案：

场景1：写入时仅调用一次pickle.dump()存储单个对象 #

可通过从后往前逐段截断文件内容，尝试找到最后一个完整的序列化截止位置，参考代码如下：

import pickle

broken_path = "your_broken_file.pkl"
# 先一次性读取所有二进制内容
with open(broken_path, "rb") as f:
    raw_data = f.read()

# 可根据文件大小调整步长，比如1GB以上的文件可以先设步长1024缩小范围，再逐字节确认
step = 1
for truncate_len in range(step, len(raw_data), step):
    try:
        recovered_data = pickle.loads(raw_data[:-truncate_len])
        # 加载成功后保存恢复结果
        with open("recovered_result.pkl", "wb") as out_f:
            pickle.dump(recovered_data, out_f)
        print(f"成功恢复数据，共截断{truncate_len}字节末尾损坏内容")
        break
    except (pickle.UnpicklingError, EOFError, ValueError, IndexError):
        pass

场景2：写入时多次调用pickle.dump()存储多个独立对象 #

直接循环读取文件内容，直到触发EOFError为止，此前读取到的所有完整对象都可以正常恢复，参考代码如下：

import pickle

recovered_list = []
broken_path = "your_broken_file.pkl"
with open(broken_path, "rb") as f:
    while True:
        try:
            recovered_item = pickle.load(f)
            recovered_list.append(recovered_item)
        except EOFError:
            # 读到文件末尾/损坏位置直接终止
            break

print(f"共恢复{len(recovered_list)}个完整对象")
# 保存恢复结果
with open("recovered_multi_items.pkl", "wb") as out_f:
    for item in recovered_list:
        pickle.dump(item, out_f)

注意事项 #

• 若你写入时配合gzip等工具做了压缩，需要先完整解压得到原始pickle二进制内容后再执行上述恢复操作
• 若恢复出的对象存在属性异常，可尝试调整截断长度，直到找到最完整的有效数据
• 恢复自定义类的序列化对象时，需保证当前运行环境中存在和写入时完全一致的类定义，否则会触发类找不到的报错

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