第Python中最好用的json庫orjson用法詳解目錄1簡介2orjson常用方法2.1序列化2.2反序列化2.3豐富的option選項2.4針對dataclass、datetime添加自定義處理策略總結

1簡介

大家好，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，只能堪堪應對簡單輕量的json數據存儲轉換需求。

而本文我要給大家介紹的第三方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~

2orjson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pipinstall-Uorjson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，注意，略有不同的是，orjson序列化的結果并不是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，我們可以為序列化后的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，可以將轉換結果后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

除了可以自動序列化numpy對象外，orjson還支持對UUID對象進行轉換，在orjson3.0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，可以對序列化后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：