python类实例不能直接用json序列化，因其仅支持内置类型；pickle虽可直接序列化绝大多数实例，但仅限python环境且存在安全风险。
Python 类实例不能直接用 json 序列化，除非你主动控制其结构；而 pickle 能直接序列化绝大多数实例，但只适用于 Python 环境内可信数据交换。
为什么 json.dumps(obj) 会报 TypeError: Object of type XXX is not JSON serializable
因为 json 模块只认内置类型（dict、list、str、int、float、bool、None），不理解自定义类的结构。它不会自动调用 __dict__ 或任何方法来推导可序列化形式。
- 常见错误：直接传入一个
User(name="Alice", age=30)实例给json.dumps() - 可行解法：手动转成字典，例如
json.dumps(obj.__dict__)—— 但要注意__dict__不包含属性（property）、不包含父类未显式赋值的字段、也不处理循环引用 - 更稳妥的方式是定义
to_dict()方法或继承json.JSONEncoder并重写default()
用 pickle 保存和恢复实例最简路径
pickle 是 Python 原生序列化协议，能直接处理函数、类、模块引用和内存对象图（包括嵌套、循环引用）。但它生成的字节流无法被其他语言读取，且反序列化不受信数据有任意代码执行风险。
Wjs Uploading Video
下载
将一个或多个视频上传至YouTube。当用户想“上传到YouTube”“发YouTube”“批量上传”“upload to YouTube”“post videos to YouTube”或发布到YouTube时使用此技能。
- 保存：用
open("data.pkl", "wb")+pickle.dump(obj, f) - 恢复：用
open("data.pkl", "rb")+pickle.load(f) - 注意：被序列化的类定义必须在反序列化时的模块路径下可导入（即类不能是
__main__中临时定义的，否则报AttributeError: Can't get attribute 'XXX' on <module></module>） - 如果类有
__slots__，pickle默认支持；但若自定义了__getstate__/__setstate__，需确保逻辑正确，否则状态丢失
何时该选 json，何时必须用 pickle
选 json 当你需要跨语言、可读性强、只存简单数据结构（比如配置、API 返回体）；选 pickle 当你要完整保留对象行为依赖（如绑定方法、闭包、非 POD 类型），且运行环境完全可控。
-
json：适合保存dataclass或NamedTuple的扁平数据，配合dataclasses.asdict()很干净 -
pickle：适合缓存训练好的sklearn模型、保存带回调函数的 GUI 对象、序列化协程状态等 - 性能上：
pickle（尤其是 protocol 5+）通常比json快，但体积不一定小；json文本可压缩性更好 - 兼容性陷阱：
pickle版本不兼容（如用 Python 3.12 的 pickle 写出的数据，在 3.9 上可能 load 失败），务必固定 protocol（如pickle.dump(obj, f, protocol=4)）
真正容易被忽略的是：类名变更、模块移动、甚至只是把类从 foo.py 剪切到 bar.py，都会让旧的 pickle 文件失效——这不是 bug，是设计使然。而 json 虽安全，却要求你始终维护“对象 ↔ 字典”的映射契约，漏掉一个字段或类型转换错一次，加载时就静默丢数据。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
