问题描述
当使用pickle读入数据时data = pickle.load(f)，提示AttributeError: Can't get attribute 'XXXX' on <module '__main__' from ' XXX错误
问题分析
名称空间不同造成的错误
当直接运行python文件时，将会以__main__为module名运行程序（无论其实际文件名如何）。 但是，当使用import导入时，则其module名取决于文件名（例如import program时，其中引入的class和function将以program为module名）
pickle很懒，不会序列化类定义或函数定义，只保存有关如何查找类的reference（类所在的模块及其名称）
所以有可能是dump的时候以__main__为名称空间，load的时候又以具体文件名称为名称空间，所以找不到
因此在使用pickle存储数据的时候应该避免把要pickle的类和函数声明在main模块中
解决方案
三种解决方案
-
最简单便捷的方案，不要pickle在
__main__模块中的类 可以单独写一个文件来存这个class，然后用import导入 -
救急的方案，针对已经存在的，无法重新pickle的文件，写一个自定义反序列化 ```python import pickle
class MyCustomUnpickler(pickle.Unpickler): def find_class(self, module, name): if module == “main”: module = “<填写那个class对应的module名，即导入的文件名>” return super().find_class(module, name)
with open(‘out.pkl’, ‘rb’) as f: unpickler = MyCustomUnpickler(f) obj = unpickler.load()
print(obj) print(obj.name)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
这是加载已经创建的`pickle`文件的最简单的方法。这个程序把责任推给反序列化代码，而实际上应该由序列化代码来正确地创建`pickle`文件
3. **不推荐**，自定义一个序列化方案
与前面的解决方案相比，这个方案可以确保序列化的pickle对象可以被任何人轻松地反序列化，而不需要知道定制的反序列化逻辑。
要做到这一点，可以使用copyreg模块来通知pickle如何反序列化各种类。
所以在这里要做的是告诉pickle反序列化所有main类的实例，需要为每个类注册一个自定义序列化器
```python
import program
import pickle
import copyreg
class MyClass:
def __init__(self, name):
self.name = name
def pickle_MyClass(obj):
assert type(obj) is MyClass
return program.MyClass, (obj.name,)
copyreg.pickle(MyClass, pickle_MyClass)
if __name__ == '__main__':
o = MyClass('test')
with open('out.pkl', 'wb') as f:
pickle.dump(o, f)
