从dill pickle文件提取源代码报OSError: could not extract source code如何解决

报错原因 #

dill.source.getsource 是对Python内置inspect.getsource的封装，它仅从当前运行环境的源码文件、交互式会话历史中查找目标对象的源代码，不会从pickle序列化文件内读取内容。你跨会话加载dill序列化的实例时，当前运行环境没有对应类的源码定义，因此触发提取失败报错。

另外注意不要直接把pickle文件路径传入getsource，该接口仅支持接收Python对象作为入参，不支持直接解析序列化文件。

实现方案 #

方案1：序列化阶段同步存储类源码

如果需要从序列化文件中直接读取源码，在序列化时就把类的源码和实例绑定存储即可：

import dill

class Foo(object):
    def bar(self, x):
        return self.y + x
    def __init__(self, y):
        self.y = y

# 序列化
f = Foo(5)
save_pkg = {
    "instance": f,
    "foo_source": dill.source.getsource(Foo)
}
with open('foo_with_source.pkl', 'wb') as pkl:
    dill.dump(save_pkg, pkl)

# 反序列化直接读取源码
with open('foo_with_source.pkl', 'rb') as pkl:
    load_pkg = dill.load(pkl)
print(load_pkg["foo_source"])

方案2：使用dill内置源码序列化接口

dill提供了dumpsource/loadsource专门用于序列化类/函数的源码，无需手动拼接存储逻辑：

import dill

class Foo(object):
    def bar(self, x):
        return self.y + x
    def __init__(self, y):
        self.y = y

# 序列化类源码
with open('foo_source.pkl', 'wb') as pkl:
    dill.dumpsource(Foo, pkl)

# 跨会话加载得到可直接运行的类
with open('foo_source.pkl', 'rb') as pkl:
    LoadedFoo = dill.loadsource(pkl)

# 正常使用类，也可直接提取源码
print(dill.source.getsource(LoadedFoo))
f = LoadedFoo(5)
print(f.bar(3))

方案3：序列化时强制按值存储类定义

如果需要保留实例的运行状态，同时支持加载后提取源码，序列化时开启by_value=True参数，让dill把类的完整定义（而非仅类引用路径）写入序列化文件：

import dill

class Foo(object):
    def bar(self, x):
        return self.y + x
    def __init__(self, y):
        self.y = y

f = Foo(5)
# 序列化时开启by_value=True
with open('foo_full.pkl', 'wb') as pkl:
    dill.dump(f, pkl, by_value=True)

# 跨会话加载
with open('foo_full.pkl', 'rb') as pkl:
    b = dill.load(pkl)

# 此时可正常提取类源码
print(dill.source.getsource(b.__class__))

内容的提问来源于stack exchange，提问作者sakeesh