如果保存为JSON文件，最好和最简单的方法是:

import json
with open("file.json", "wb") as f:
    f.write(json.dumps(dict).encode("utf-8"))

如果你想要pickle或json的替代品，你可以使用klepto。

>>> init = {'y': 2, 'x': 1, 'z': 3}
>>> import klepto
>>> cache = klepto.archives.file_archive('memo', init, serialized=False)
>>> cache        
{'y': 2, 'x': 1, 'z': 3}
>>>
>>> # dump dictionary to the file 'memo.py'
>>> cache.dump() 
>>> 
>>> # import from 'memo.py'
>>> from memo import memo
>>> print memo
{'y': 2, 'x': 1, 'z': 3}

对于klepto，如果使用serialized=True，字典将被写入memo。PKL是一个pickle的字典，而不是清晰的文本。

你可以在这里获得klepto: https://github.com/uqfoundation/klepto

对于pickle来说，Dill可能是比pickle本身更好的选择，因为Dill可以序列化python中的几乎任何东西。小偷也可以用莳萝。

你可以在这里买到莳萝:https://github.com/uqfoundation/dill

前几行中出现的额外冗赘是因为可以将klepto配置为将字典存储到文件、目录上下文或SQL数据库。无论您选择什么作为后端存档，API都是相同的。它为您提供了一个“可存档的”字典，您可以使用它来加载和转储与存档进行交互。

泡菜保存:

try:
    import cPickle as pickle
except ImportError:  # Python 3.x
    import pickle

with open('data.p', 'wb') as fp:
    pickle.dump(data, fp, protocol=pickle.HIGHEST_PROTOCOL)

有关协议参数的其他信息，请参阅pickle模块文档。

泡菜负载:

with open('data.p', 'rb') as fp:
    data = pickle.load(fp)

JSON保存:

import json

with open('data.json', 'w') as fp:
    json.dump(data, fp)

提供额外的参数，如sort_keys或indent，以获得漂亮的结果。参数sort_keys将按字母顺序对键进行排序，indent将使用indent=N个空格对数据结构进行缩进。

json.dump(data, fp, sort_keys=True, indent=4)

JSON负载:

with open('data.json', 'r') as fp:
    data = json.load(fp)

如果您正在序列化，但在其他程序中不需要数据，我强烈推荐使用shelve模块。可以把它看作一个持久化字典。

myData = shelve.open('/path/to/file')

# Check for values.
keyVar in myData

# Set values
myData[anotherKey] = someValue

# Save the data for future use.
myData.close()

如果保存为JSON文件，最好和最简单的方法是:

import json
with open("file.json", "wb") as f:
    f.write(json.dumps(dict).encode("utf-8"))

最小示例，直接写入文件:

import json
json.dump(data, open(filename, 'wb'))
data = json.load(open(filename))

或安全地打开/关闭:

import json
with open(filename, 'wb') as outfile:
    json.dump(data, outfile)
with open(filename) as infile:
    data = json.load(infile)

如果你想保存在字符串而不是文件中:

import json
json_str = json.dumps(data)
data = json.loads(json_str)