Python 的 JSON 和 pickle 有什么区别?为什么不能反序列化不可信 pickle?
下面是模拟面试对话,用来讲解本题,不是真实面经。
🧑💻 面试官:JSON 和 pickle 怎么选?
🙋♂️ 我:JSON 适合跨语言,pickle 能保存更多 Python 对象。
🧑💻 面试官:那接口收一个 pickle 文件,loads 以后再检查类型是否安全,行不行?
🙋♂️ 我:不行,反序列化本身就可能执行危险操作。
🧑💻 面试官:JSON 解析成功又是否代表字段、大小和数据类型都符合接口要求?
先区分把数据读出来与恢复对象时执行动作。安全检查不能放在危险反序列化已经完成之后。
面试速答(60 秒版)
JSON 是通用的数据交换格式,主要表达对象、数组、字符串、数字、布尔和空值。它适合跨语言接口,但不能原样保留所有 Python 类型,例如元组读回会成为列表,自定义类需要另设计字段格式。
pickle 更贴近 Python 对象序列化,可以保存更丰富的对象关系,但依赖相应环境和定义,也不适合作为公开跨语言接口。
最重要的边界是不反序列化不可信 pickle。loads 可能在恢复对象时执行操作,不能先加载再检查“结果看起来是不是字典”。
JSON 不会按 pickle 那种协议重建任意 Python 类,但解析后仍需要字段校验、大小限制和资源约束。选择时把互操作性、版本演进和信任边界一起考虑,不只比较序列化有多方便。

知识点详解:通用数据格式与 Python 对象恢复协议
JSON 保存的是约定的数据结构
假设接口需要交付一份坐标和标签。JSON 可以明确写字段、数字和数组,其他语言也能读懂。
但是元组和列表在这个格式里都通常变成数组,读回 Python 时就是列表。字典键也需要关注字符串规则,自定义类、日期和 Decimal 需要明确转换方式。
因此“序列化再读回完全相同对象”不是 JSON 的默认合同。接口应该定义字段语义,而不是依赖 Python 内部数据类型恰好没变。
同一份数据,读回类型可能不同
这里只对自己创建的可信数据使用 pickle,示例不提供处理上传 pickle 的入口。
Python
import json
import pickle
data = {"point": (1, 2), "tags": ["A"]}
json_text = json.dumps(data, ensure_ascii=False)
json_result = json.loads(json_text)
pickle_bytes = pickle.dumps(data)
pickle_result = pickle.loads(pickle_bytes) # 仅处理本例自己生成的可信数据
print(type(json_result["point"]).__name__) # list
print(type(pickle_result["point"]).__name__) # tuple
pickle 还能处理更多对象关系,但不是所有对象都能随意保存。函数和类通常涉及名称与定义环境,数据库连接、外部资源等也不适合靠它完整恢复。
换版本、移动模块路径或变更类定义后,旧文件是否还能读,需要实际兼容策略,不能承诺一个 pickle 文件永久独立于代码存在。

不可信 pickle,不能先读取再过滤
pickle 的恢复过程可能调用对象协议里的操作。问题发生在 loads 过程中,等它返回以后检查结果类型,已经错过了阻止这些操作的时机。
所以来自用户上传、未知网络来源或可被别人修改的文件,不应当直接 loads。限制“结果只能是 dict”也不是通用防线,受限反序列化要有严格设计,不能用几行白名单对所有场景保证安全。
可信来源还要包含完整性和存储权限。自己上周写出的文件,如果所在目录后来可被其他人替换,也不能只凭文件扩展名继续相信。

JSON 仍需要资源与字段检查
TypeScript(JSON 的运行时结果检查)
const raw: unknown = JSON.parse('{"point":[1,2]}');
if (
typeof raw !== "object" || raw === null ||
!("point" in raw) ||
!Array.isArray((raw as { point?: unknown }).point)
) {
throw new Error("point 格式不正确");
}
console.log((raw as { point: unknown[] }).point);
这里只检查了一个数组字段,成员类型和长度还没全部验证。TS 的类型断言不替代运行时检查;Python 里也一样,json.loads 成功只是语法层面读出结构。
还要限制输入大小、嵌套深度或处理资源,按合同拒绝不支持的值。Python json 对 NaN 等扩展有默认行为,严格跨语言协议不能想当然接受;需要明确序列化与解析选项。
测试应该包含类型损失、错误字段、超大输入和版本变化。安全测试用无害固定数据,不需要构造会执行系统命令的 pickle 来“证明危险”。
依据:Python 3.11 pickle 安全警告与协议、json 类型转换与资源限制、ECMAScript JSON.parse。

面试官继续追问
Base64 包一层 pickle 就安全了吗?
不会。Base64 是编码,不改变反序列化恢复对象的行为和信任要求。
JSON 解析成字典就能进业务吗?
还需要验证字段、成员类型、范围和权限,并限制输入资源。
pickle 可以跨 Python 项目直接通用吗?
需要相应类与模块定义、协议和环境兼容。它不是像 JSON 那样独立的跨语言字段合同。
面试速记卡
- JSON 表达通用数据,未必保留全部 Python 类型。
- pickle 恢复更丰富对象,但依赖代码环境。
- 不反序列化不可信 pickle。
- 先 loads 后检查类型,不能补救恢复过程风险。
- JSON 语法成功后仍需字段与资源校验。
公司面试真题
真题根据求职者公开面经整理,题意经过概括,非逐字原话或公司官方题库;本文为 Sunday 的独立解析。
京东 · 测试开发 · 校招提前批
JSON 怎样与 Python 的 list 相互转换?(题意整理)
京东提前批测开二面面经 ↗
正文记录 7 月 20 日一面后约二面;原帖发布于 2021-07-22