(数据科学学习手札137)orjson:Python中最好用的json库
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://img2022.cnblogs.com/blog/1344061/202206/1344061-20220605192638028-737340863.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://img2022.cnblogs.com/blog/1344061/202206/1344061-20220605192641005-1743239384.png)
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://img2022.cnblogs.com/blog/1344061/202206/1344061-20220605192643061-590806009.png)
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://img2022.cnblogs.com/blog/1344061/202206/1344061-20220605192644899-1542408552.png)
- 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://img2022.cnblogs.com/blog/1344061/202206/1344061-20220605192647778-1257295763.png)
- 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://img2022.cnblogs.com/blog/1344061/202206/1344061-20220605192650154-370083634.png)
- 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://img2022.cnblogs.com/blog/1344061/202206/1344061-20220605192653256-1401908204.png)
- 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://img2022.cnblogs.com/blog/1344061/202206/1344061-20220605192655869-1768043532.png)
- 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://img2022.cnblogs.com/blog/1344061/202206/1344061-20220605192658008-527784670.png)
- 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://img2022.cnblogs.com/blog/1344061/202206/1344061-20220605192700081-2108056630.png)
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://img2022.cnblogs.com/blog/1344061/202206/1344061-20220605192702295-1860793696.png)
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://img2022.cnblogs.com/blog/1344061/202206/1344061-20220605192704138-46933465.png)
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~
相关文章
- 微软出面解释Win11各种大bug,引发网友一顿嘲讽:都是祖传手艺
- 千万人「追番」,腾讯九年攒聚人类高质量科普局
- SpringCloud Alibaba学习(三):Nacos之集群和持久化配置
- SpringCloud Alibaba学习(五):Sentinel的介绍与搭建
- 阿里云视频摘要SOTA模型:用于视频摘要的多层时空网络
- SpringCloud Alibaba学习(六):Sentinel的流控规则
- 跟着Nature学作图:R语言ggplot2画带有置信区间的折线图展示核心基因和非必需基因的数量
- MyBatis-Plus---MyBatis-Plus代码生成器学习笔记
- SpringCloud Alibaba学习(七):Sentinel的降级规则
- 声称代码已开源却迟迟没更新,网友等了好几个月,最终一怒之下把作者挂网上
- 何恺明时隔2年再发一作论文:为视觉大模型开路,“CVPR 2022最佳论文候选预定”
- 中科院DeepMind联手,用深度学习揭示大脑如何识别人脸|Nature子刊
- SpringCloud Alibaba学习(八):Sentinel的热点规则
- 【技术种草】今年的11.11活动要把腾讯云“搞垮”了!!!
- SpringCloud Alibaba学习(九):Sentinel的@SentinelResource注解详解
- 阿里二面:为什么要分库分表?
- SpringCloud Alibaba学习(十一):Sentinel的规则持久化
- 《阿里小蜜:深度学习在双11的实践》电子版地址
- 《阿里无线开放生态》电子版地址
- Nature提醒:警惕这种专刊“新骗局”!