pickle.dump/load与pickle.dumps/loads的区别是什么？

核心区分逻辑：方法名末尾带s的操作对象是内存中的字节对象，不带s的操作对象是磁盘文件对象。

序列化方法对比 #

• pickle.dump(obj, file, ...)
  无返回值，将Python对象序列化后直接写入已打开的可写字节流文件中，适合序列化结果需要直接持久化到磁盘的场景。
• pickle.dumps(obj, ...)
  返回bytes类型的序列化结果，不会写入磁盘，适合序列化结果需要在内存中处理的场景，比如网络传输、存入非文件型存储等。
  官方说明翻译：

  pickle.dumps(obj, protocol=None, *, fix_imports=True, buffer_callback=None)
  返回对象obj的序列化表示，格式为bytes对象，不会将其写入文件。

反序列化方法对比 #

• pickle.load(file, ...)
  从已打开的可读字节流文件中读取内容，反序列化为Python对象，适合直接从磁盘文件还原对象的场景。
• pickle.loads(data, ...)
  接收类字节对象作为输入，反序列化为Python对象，适合从内存中的序列化结果还原对象的场景，比如解析网络传输收到的序列化字节、读取数据库中存储的序列化字段等。
  官方说明翻译：

  pickle.loads(data, /, *, fix_imports=True, encoding="ASCII", errors="strict", buffers=None)
  返回对象序列化表示data还原后的对象层级结构，data必须是类字节对象。

使用示例 #

import pickle

test_data = {"id": 1, "content": "测试内容"}

# 不带s的文件读写流程
with open("test.pkl", "wb") as f:
    pickle.dump(test_data, f)
with open("test.pkl", "rb") as f:
    data_from_file = pickle.load(f)

# 带s的内存处理流程
serialized_bytes = pickle.dumps(test_data)
data_from_bytes = pickle.loads(serialized_bytes)

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