我有一个MyClass定义在my_module. MyClass有一个方法pickle_myself可以腌制相关类的实例：
def pickle_myself(self, pkl_file_path):
with open(pkl_file_path, 'w+') as f:
pkl.dump(self, f, protocol=2)
我已经确定my_module在PYTHONPATH. 在解释器中，执行__import__('my_module')工作正常：
>>> __import__('my_module')
<module 'my_module' from 'A:\my_stuff\my_module.pyc'>
但是，当最终加载文件时，我得到：
File "A:\Anaconda\lib\pickle.py", line 1128, in find_class
__import__(module)
ImportError: No module named my_module
我已经确定的一些事情：
我没有更改
my_module.py（更改模块目录后的 Python 酸洗）的位置我尝试
dill改用，但仍然得到相同的错误（更多关于 python ImportError No module named）
编辑——重现错误的玩具示例：
该示例本身分布在一堆文件中。
首先，我们有模块ball（存储在一个名为 的文件中ball.py）：
class Ball():
def __init__(self, ball_radius):
self.ball_radius = ball_radius
def say_hello(self):
print "Hi, I'm a ball with radius {}!".format(self.ball_radius)
然后，我们有模块test_environment：
import os
import ball
#import dill as pkl
import pickle as pkl
class Environment():
def __init__(self, store_dir, num_balls, default_ball_radius):
self.store_dir = store_dir
self.balls_in_environment = [ball.Ball(default_ball_radius) for x in range(num_balls)]
def persist(self):
pkl_file_path = os.path.join(self.store_dir, "test_stored_env.pkl")
with open(pkl_file_path, 'w+') as f:
pkl.dump(self, f, protocol=2)
然后，我们有一个模块，它具有创建环境、持久化环境和加载环境的功能，称为make_persist_load：
import os
import test_environment
#import pickle as pkl
import dill as pkl
def make_env_and_persist():
cwd = os.getcwd()
my_env = test_environment.Environment(cwd, 5, 5)
my_env.persist()
def load_env(store_path):
stored_env = None
with open(store_path, 'rb') as pkl_f:
stored_env = pkl.load(pkl_f)
return stored_env
然后我们有一个脚本把它们放在一起，在test_serialization.py：
import os
import make_persist_load
MAKE_AND_PERSIST = True
LOAD = (not MAKE_AND_PERSIST)
cwd = os.getcwd()
store_path = os.path.join(cwd, "test_stored_env.pkl")
if MAKE_AND_PERSIST == True:
make_persist_load.make_env_and_persist()
if LOAD == True:
loaded_env = make_persist_load.load_env(store_path)
为了使这个玩具示例更易于使用，我将其全部放在一个 Github 存储库中，只需将其克隆到您选择的目录中即可。. 请参阅README包含说明，我也在此处复制：
指示：
1）将存储库克隆到目录中。
2) 将存储库目录添加到 PYTHONPATH。
3) 打开test_serialization.py，并将变量设置MAKE_AND_PERSIST为True。在解释器中运行脚本。
4) 关闭前一个解释器实例，并启动一个新实例。在test_serialization.py，更改MAKE_AND_PERSIST为False，这将以编程方式设置LOAD为True。在解释器中运行脚本，导致ImportError: No module named test_environment.
5) 默认情况下，测试设置为使用 dill，而不是 pickle。为了改变这一点，进入test_environment.py和make_persist_load.py，根据需要改变进口。
编辑：切换到莳萝'0.2.5.dev0'后，dill.detect.trace(True)输出
C2: test_environment.Environment
# C2
D2: <dict object at 0x000000000A9BDAE8>
C2: ball.Ball
# C2
D2: <dict object at 0x000000000AA25048>
# D2
D2: <dict object at 0x000000000AA25268>
# D2
D2: <dict object at 0x000000000A9BD598>
# D2
D2: <dict object at 0x000000000A9BD9D8>
# D2
D2: <dict object at 0x000000000A9B0BF8>
# D2
# D2
编辑：玩具示例在 Mac/Ubuntu（即类 Unix 系统？）上运行时效果很好。它只在 Windows 上失败。