Python中最好用的json庫orjson用法詳解

Posted on by

1 簡介

大傢好，我們在日常使用 Python 的過程中，經常會使用 json 格式存儲一些數據，尤其是在 web 開發中。而 Python 原生的 json 庫性能差、功能少，隻能堪堪應對簡單輕量的 json 數據存儲轉換需求。

而本文我要給大傢介紹的第三方 json 庫 orjson ，在公開的各項基準性能測試中，以數倍至數十倍的性能優勢碾壓 json 、 ujson 、 rapidjson 、 simplejson 等其他 Python 庫，且具有諸多額外功能，下面我們就來領略其常用方法吧~

2 orjson常用方法

orjson 支持 3.7 到 3.10 所有版本64位的 Python ，本文演示對應的 orjson 的版本為 3.7.0 ，直接使用 pip install -U orjson 即可完成安裝。下面我們來對 orjson 中的常用方法進行演示：

2.1 序列化

與原生 json 庫類似，我們可以使用 orjson.dumps() 將 Python 對象序列化為 JSON 數據，註意，略有不同的是， orjson 序列化的結果並不是 str 型而是 bytes 型，在下面的例子中，我們對包含一千萬個簡單字典元素的列表進行序列化， orjson 與 json 庫的耗時比較如下：

2.2 反序列化

將 JSON 數據轉換為 Python 對象的過程我們稱之為反序列化，使用 orjson.loads() 進行操作，可接受 bytes 、 str 型等常見類型，在前面例子的基礎上我們添加反序列化的例子：

2.3 豐富的option選項

在 orjson 的序列化操作中，可以通過參數 option 來配置諸多額外功能，常用的有：

  • OPT_INDENT_2

通過配置 option=orjson.OPT_INDENT_2 ，我們可以為序列化後的 JSON 結果添加2個空格的縮進美化效果，從而彌補其沒有參數 indent 的不足：

  • OPT_OMIT_MICROSECONDS

orjson.dumps() 可以直接將 Python 中 datetime 、 time 等標準庫中的日期時間對象轉換成相應的字符串，這是原生 json 庫做不到的，而通過配置 option=orjson.OPT_OMIT_MICROSECONDS ，可以將轉換結果後綴的毫秒部分省略掉：

  • OPT_NON_STR_KEYS

當需要序列化的對象存在非數值型鍵時， orjson 默認會拋出 TypeError 錯誤，這時需要配置 option=orjson.OPT_NON_STR_KEYS 來強制將這些鍵轉換為字符型：

OPT_SERIALIZE_NUMPY

orjson 的一大重要特性是其可以將包含 numpy 中數據結構對象的復雜對象，兼容性地轉換為 JSON 中的數組，配合 option=orjson.OPT_SERIALIZE_NUMPY 即可：

  • OPT_SERIALIZE_UUID

除瞭可以自動序列化 numpy 對象外， orjson 還支持對 UUID 對象進行轉換，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 版本則無需額外配置參數：

  • OPT_SORT_KEYS

通過配合參數 option=orjson.OPT_SORT_KEYS ，可以對序列化後的結果自動按照鍵進行排序：

  • 組合多種option

當你的序列化操作需要涉及多種 option 功能時，則可以使用 | 運算符來組合多個 option 參數即可：

2.4 針對dataclass、datetime添加自定義處理策略

當你需要序列化的對象中涉及到 dataclass 自定義數據結構時，可以配合 orjson.OPT_PASSTHROUGH_DATACLASS ，再通過對 default 參數傳入自定義處理函數，來實現更為自由的數據轉換邏輯，譬如下面簡單的例子中，我們可以利用此特性進行原始數據的脫敏操作：

類似的，針對 datetime 類型數據，我們同樣可以配合 OPT_PASSTHROUGH_DATETIME 和自定義 default 函數實現日期自定義格式化轉換：

總結

到此這篇關於Python中最好用的json庫orjson用法的文章就介紹到這瞭,更多相關Python中json庫orjson內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet！

推薦閱讀：