为什么要使用 marshal 来转储并使用 pickle 来加载？

Question

我试图远程了解 python2 库，这有助于通过 xmlrpc 远程运行代码。

在客户端，作者使用 marshal 转储对象，并使用 pickle 加载从服务器返回的结果：

def run(self, func, *args, **kwds):
        code_str = base64.b64encode(marshal.dumps(func.func_code))
        output = self.proxy.run(self.api_key, self.a_sync, code_str, *args, **kwds)
        return pickle.loads(base64.b64decode(output))

而在服务器端，他则采取相反的方式：

def run(self, api_key, a_sync, func_str, *args, **kwds):
        #... truncated code
        code = marshal.loads(base64.b64decode(func_str))
        func = types.FunctionType(code, globals(), "remote_func")
        #... truncated code
        output = func(*args, **kwds)
        output = base64.b64encode(pickle.dumps(output))
        return output

用 marshal 转储并用 pickle 加载结果的目的是什么？（反之亦然）

Answer 1

首先发送的对象marshal是一种非常特定的类型。它是一个代码对象，并且只需要支持该类型。marshal这是该模块旨在处理的类型。另一方面，返回值可以是任何类型，这取决于函数func返回的内容。该pickle模块有一个更通用的协议，可以序列化许多不同类型的对象，因此它很有可能支持返回值。

虽然您可以使用pickle在程序之间传递的两个数据项，但该marshal模块的输出对于传递代码对象来说更加紧凑和高效，因为pickle它只是环绕它。marshal如果您尝试使用and转储相同的代码对象pickle（使用协议零，Python 2 中的默认设置），您将看到来自!marshal的输出内部的输出。pickle

总而言之，该marshal模块用于发送代码，因为只需要发送代码对象，并且它是较低级别的序列化，有时可能会更高效一些。返回值被发送回来，pickle因为程序无法预测它将是什么类型的对象，并且pickle可以序列化比可以序列化更复杂的值marshal，但代价是增加一些额外的复杂性和（有时）序列化的大小。