使用方案2进行酸洗：Python3->；2数据

我试图对在Python3.2中创建的数据数组进行数据处理，对其进行pickle，然后在Python2.7中打开它。然而，Python2.7反对某些数据，即使在数据样本上它做得很好，我想知道如何找出哪里出了问题

因此在Python3.2中：

import pickle
with open('c:\\test.pickle', mode='wb') as f:
    pickle.dump(t_array, f, 2)

然后，在阅读Python2.7时：

import pickle
f = open('c:\\test.pickle', mode='rb')
t_data = pickle.load(f)

错误是：

File "C:\Python27\lib\pickle.py", line 1378, in load
    return Unpickler(file).load()
File "C:\Python27\lib\pickle.py", line 858, in load
    dispatch[key](self)
File "C:\Python27\lib\pickle.py", line 1217, in load_build
    setstate(state)
TypeError: must be char, not unicode

数据是一个DICT数组，最多嵌套两层，例如：

{'key3': '3', 'key2': 1.1, 'key1': 1, 'dict': {'dkey2': 2, 'dkey1': 1}}

---

这里（可能）出了什么问题？有没有什么简单的方法可以查看原始（大型）数据集中是什么导致了问题？

Pickle没有看上去那么好。安全漏洞和许多类似的问题

---

更好的方法是创建自己的保存格式，例如使用json。

您可以发布一个链接，指向您正在转储的数据的文本表示形式（假设它可以表示为文本）？它是一个约30MB的文件（在pickle时），所以我不确定这会有多大帮助。这也是我在识别错误的特定原因时遇到一些困难的部分原因…所有数据都可以表示为文本，与给定的示例非常相似，只是有更多的键值对。这个示例对我很有用（当然，字符串作为Unicode对象返回）。所以我真的说不出哪里出了问题。对不起，如果我不清楚的话——在一些小样本的数据上，这个过程运行得很好。因此，给出的示例对我也适用，但实际的数据结构（要大得多）并没有改变。我会试着多做一些尝试，看看我是否能找到一个失败的小例子。这就是最终最好的例子。安全性在这里不是一个问题，我最终能够使用eval（）完成大部分工作。