怎样在Python 3.10中将数据持久化序列化到本地文件？-Python教程-PHP中文网

pickle用于Python对象二进制序列化，仅限可信Python环境；不安全，禁用于不可信数据；不跨语言；需二进制模式读写；不支持lambda、文件句柄等对象。

怎样在python 3.10中将数据持久化序列化到本地文件？

用 `pickle` 保存对象最直接，但只适合 Python 内部用

如果数据是纯 Python 对象（比如 dict、list、自定义类实例），且只在 Python 环境里读写，pickle 是最快捷的选择。Python 3.10 默认使用 protocol 4，兼容性比老版本好，但依然不跨语言。

常见错误：用 pickle 存 lambda、闭包、带文件句柄或线程对象的实例——会直接抛 AttributeError 或 PicklingError。

必须以二进制模式打开文件：open("data.pkl", "wb") 写，open("data.pkl", "rb") 读
避免用 pickle.dump(obj, f) 后再手动 f.close()，推荐用 with 语句确保写入完成
若对象很大，考虑用 pickle.HIGHEST_PROTOCOL（3.10 中即 protocol 5）提升效率，但需确认所有读取端也支持 Python 3.8+

import pickle
data = {"name": "Alice", "scores": [89, 92, 78]}
with open("data.pkl", "wb") as f:
    pickle.dump(data, f)

用 `json` 存结构化数据，兼顾可读性和跨语言

当数据是基础类型（str、int、float、bool、None、list、dict）且需要人工查看、调试或被其他语言读取时，json 是更安全的选择。

常见错误：直接传入 datetime、bytes、set 或自定义对象——会报 TypeError: Object of type X is not JSON serializable。

用 json.dump(obj, f) 写文件，json.load(f) 读文件；注意默认是文本模式（"w"/"r"）
中文别漏掉 ensure_ascii=False，否则变成 u4f60u597d
时间戳建议转成 ISO 字符串：dt.isoformat()，而不是直接塞 datetime 对象

import json
from datetime import datetime
data = {"created": datetime.now().isoformat(), "tags": ["python", "3.10"]}
with open("data.json", "w", encoding="utf-8") as f:
    json.dump(data, f, ensure_ascii=False, indent=2)

用 `sqlite3` 管理多表/查询需求，比文件更可靠

一旦数据量变大、字段增多、需要增删改查或加索引，硬塞进单个 pickle 或 json 文件就容易出问题：读写冲突、加载慢、没法部分更新。

Biopython

全面的分子生物学工具集。适用于序列操作、文件解析（FASTA/GenBank/PDB）、系统发育分析，以及通过 Bio.Entrez 以编程方式访问 NCBI/

下载

常见错误：每次操作都 connect + close，或者忘记 commit() 导致写入丢失；还有用字符串拼接 SQL 引发注入（哪怕本地文件也不该放松）。

SQLite 是内嵌数据库，无需安装服务，sqlite3 是标准库，开箱即用
建表时明确字段类型（如 TEXT、INTEGER、REAL），避免后期类型混乱
用参数化查询：cursor.execute("INSERT INTO logs VALUES (?, ?)", (msg, ts))，别用 f"INSERT ... '{msg}'"

import sqlite3
conn = sqlite3.connect("app.db")
conn.execute("CREATE TABLE IF NOT EXISTS config (key TEXT, value TEXT)")
conn.execute("INSERT INTO config VALUES (?, ?)", ("version", "3.10"))
conn.commit()
conn.close()