Python中最好用的json库orjson用法详解

1 简介

大家好，我们在日常使用 Python 的过程中，经常会使用 json 格式存储一些数据，尤其是在 web 开发中。而 Python 原生的 json 库性能差、功能少，只能堪堪应对简单轻量的 json 数据存储转换需求。

而本文我要给大家介绍的第三方 json 库 orjson ，在公开的各项基准性能测试中，以数倍至数十倍的性能优势碾压 json 、 ujson 、 rapidjson 、 simplejson 等其他 Python 库，且具有诸多额外功能，下面我们就来领略其常用方法吧~

2 orjson常用方法

orjson 支持 3.7 到 3.10 所有版本64位的 Python ，本文演示对应的 orjson 的版本为 3.7.0 ，直接使用 pip install -U orjson 即可完成安装。下面我们来对 orjson 中的常用方法进行演示：

2.1 序列化

与原生 json 库类似，我们可以使用 orjson.dumps() 将 Python 对象序列化为 JSON 数据，注意，略有不同的是， orjson 序列化的结果并不是 str 型而是 bytes 型，在下面的例子中，我们对包含一千万个简单字典元素的列表进行序列化， orjson 与 json 库的耗时比较如下：

2.2 反序列化

将 JSON 数据转换为 Python 对象的过程我们称之为反序列化，使用 orjson.loads() 进行操作，可接受 bytes 、 str 型等常见类型，在前面例子的基础上我们添加反序列化的例子：

2.3 丰富的option选项

在 orjson 的序列化操作中，可以通过参数 option 来配置诸多额外功能，常用的有：

• OPT_INDENT_2

通过配置 option=orjson.OPT_INDENT_2 ，我们可以为序列化后的 JSON 结果添加2个空格的缩进美化效果，从而弥补其没有参数 indent 的不足：

• OPT_OMIT_MICROSECONDS

orjson.dumps() 可以直接将 Python 中 datetime 、 time 等标准库中的日期时间对象转换成相应的字符串，这是原生 json 库做不到的，而通过配置 option=orjson.OPT_OMIT_MICROSECONDS ，可以将转换结果后缀的毫秒部分省略掉：

• OPT_NON_STR_KEYS

当需要序列化的对象存在非数值型键时， orjson 默认会抛出 TypeError 错误，这时需要配置 option=orjson.OPT_NON_STR_KEYS 来强制将这些键转换为字符型：

OPT_SERIALIZE_NUMPY

orjson 的一大重要特性是其可以将包含 numpy 中数据结构对象的复杂对象，兼容性地转换为 JSON 中的数组，配合 option=orjson.OPT_SERIALIZE_NUMPY 即可：

• OPT_SERIALIZE_UUID

除了可以自动序列化 numpy 对象外， orjson 还支持对 UUID 对象进行转换，在 orjson 3.0 之前的版本中，需要配合 option=orjson.OPT_SERIALIZE_UUID ，而本文演示的 3.X 版本则无需额外配置参数：

• OPT_SORT_KEYS

通过配合参数 option=orjson.OPT_SORT_KEYS ，可以对序列化后的结果自动按照键进行排序：

• 组合多种option

当你的序列化操作需要涉及多种 option 功能时，则可以使用 | 运算符来组合多个 option 参数即可：

2.4 针对dataclass、datetime添加自定义处理策略

当你需要序列化的对象中涉及到 dataclass 自定义数据结构时，可以配合 orjson.OPT_PASSTHROUGH_DATACLASS ，再通过对 default 参数传入自定义处理函数，来实现更为自由的数据转换逻辑，譬如下面简单的例子中，我们可以利用此特性进行原始数据的脱敏操作：

类似的，针对 datetime 类型数据，我们同样可以配合 OPT_PASSTHROUGH_DATETIME 和自定义 default 函数实现日期自定义格式化转换：

来源：https://blog.csdn.net/m0_59485658/article/details/125138257