Python中最值得学习的第三方JSON库
共 1912字,需浏览 4分钟
·
2022-06-10 03:35
添加微信号"CNFeffery"加入技术交流群
❝本文示例代码及文件已上传至我的
❞Github
仓库https://github.com/CNFeffery/DataScienceStudyNotes
1 简介
大家好我是费老师,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。
![](https://filescdn.proginn.com/e08bad0f71883776cfbc907d6bc82545/b88c90d5292f42c4441ec051059839e6.webp)
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:
![](https://filescdn.proginn.com/162cfbcaf5442e15ff85ac83f93964a6/2fc413ef1511e8f885fc016ee4f4afec.webp)
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:
![](https://filescdn.proginn.com/69ee45847eb72f3ad4a04b04d75885cf/19d3a68eddc40e84b55a10a5882d31d6.webp)
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:
![](https://filescdn.proginn.com/0690ce1f41d90bf967e1bddce837eae8/f27ec7045987c2e15a45520dfbe70e41.webp)
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:
![](https://filescdn.proginn.com/0d2b9a9a1169fe57895318d262fa39bc/fc9ea1d471f08e9269b65920104beb60.webp)
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:
![](https://filescdn.proginn.com/cb7ea2cdaa6fb4f2cbbee709bf537008/a49015b021839b211603dff52bd0f5fa.webp)
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:
![](https://filescdn.proginn.com/e3d00491d0b75ff6f15eac72de0ca008/100838ce2b9ce16d2eb7e2eb2c33fb1f.webp)
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:
![](https://filescdn.proginn.com/b7bad148ddd16f67544966a2d31ab9a4/e4a6cfefba2da1fc763544b9feebbdd0.webp)
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:
![](https://filescdn.proginn.com/892450cd4f4be0893dbf87b31a95a2db/988a38138efeb92c0d98e92fece91a03.webp)
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:
![](https://filescdn.proginn.com/8a1b6026152ad43fc41461f9adf2c4e3/7389b9c1cd2795c2cd33dd4e74305bcd.webp)
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:
![](https://filescdn.proginn.com/ebe04f00701080b9360169c2a9fcfdd4/0b473cec9de5a5a753987ed2a160bb49.webp)
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:
![](https://filescdn.proginn.com/ca08e5d081ed289de7b835608f05eb67/da32a986fabf04a174706db35773462b.webp)
orjson
更多特性可前往官方仓库https://github.com/ijl/orjson
了解更多~
以上就是本文的全部内容,欢迎在评论区与我进行讨论~
![](https://filescdn.proginn.com/b9b86bfcf3b081d583fa1cd884d22652/1fd0d4447d8f0404dc64009be3a7de50.webp)
加入知识星球【我们谈论数据科学】
500+小伙伴一起学习!
· 推荐阅读 ·