Java开发者的Python进修指南：JSON利器之官方json库、demjson和orjson的实用指南

JSON

JSON作为目前最流行的传输格式，在Python中也有相应的实现方式。由于JSON格式的文本可以跨平台并且简单易用，因此被广泛传播。因此，我们今天的主要讨论内容是如何熟练地应用Python的JSON库来处理将JSON映射到文本，以及如何从文本映射到对象中。现在，让我们开始探讨这个话题。

官方json库

在Python中，官方提供了多个JSON库，包括标准库中的json、marshal和pickle。其中，我个人比较喜欢使用json库，因为pickle存在一些反序列化漏洞，并且它处理的是二进制类型的数据。相比之下，json更类似于我们在Java中使用的fastjson，但它们之间仍然存在一些明显的差异。接下来，我们继续深入了解一下。

简单用法

import json

json.dumps(['foo', {'bar': ('baz', None, 1.0, 2)}])
# '["foo", {"bar": ["baz", null, 1.0, 2]}]'
print(json.dumps("\"foo\bar"))
# "\"foo\bar"
print(json.dumps('\u1234'))
# "\u1234"
print(json.dumps('\\'))
# "\\"
print(json.dumps({"c": 0, "b": 0, "a": 0}, sort_keys=True))
# {"a": 0, "b": 0, "c": 0}
from io import StringIO
io = StringIO()
json.dump(['streaming API'], io)
io.getvalue()
# '["streaming API"]'

上面提到的是官方提供的一些JSON库的示例，我们不再深入讨论。现在，让我们来讲解一下在工作中如何使用JSON进行对象的序列化和反序列化。

进阶用法

当前端返回给后端一串JSON文本时，我们可以使用json.loads()方法将其正确映射到Python对象中。这个过程称为反序列化。使用对象来处理数据会更规范一些，尽管对于一些快速开发来说，直接使用字典可能更方便。不过，我可以给你演示一下如何使用对象进行反序列化。

首先，我们可以定义一个类来表示我们要映射的对象，然后利用json.loads()方法将JSON文本转换为字典。接着，我们可以使用字典的键值对来为对象的属性赋值。这样，我们就成功地将JSON文本映射到了对象中。让我来给你演示一下：

{"status":1,"info":"成功","data":{"id":"52","age":"70"}}

上面是我们接收的参数，我们需要对其进行处理，将其映射到相应的对象中。

import json

class Response_data:
    def __init__(self, id, feed_id):
        super().__init__()
        self.id = id
        self.feed_id = feed_id

class Response:

    def __init__(self, status=None, info=None, data=None) -> None:
        super().__init__()
        self.status = status
        self.info = info
        self.data = data

    def to_json(self):
        return {
            "status": self.status,
            "info": self.info,
            "data": self.data.__dict__ if self.data else None
        }

    @staticmethod
    def object_hook(d):
        if "status" in d :
            return Response(d['status'], d['info'], d['data'])
        else:
            return Response_data(d['id'],d['feed_id'])

body = '{"status":1,"info":"发布成功","data":{"id":"52","feed_id":"70"}}'

resp = json.loads(body, object_hook=Response.object_hook)
print(json.dumps(resp.to_json(),ensure_ascii=False))

在上述代码中，我们使用了object_hook参数。object_hook参数的主要作用是用来自定义解码函数。它的入参是标准反序列化后的字典，我们可以根据自己的规则将其转换为所需的格式。

为什么我需要在object_hook中编写if判断呢？这是因为object_hook参数在反序列化时是递归的。由于我的JSON文本是嵌套的结构，所以每一层嵌套都会递归一次。因此，我需要先封装好Response_data，然后才能继续封装Response。这与Java中的JSON序列化有很大的不同。在Java中，我们不需要关注这么多细节。但是在Python中，我们不仅需要指定参数名称，还需要处理好嵌套结构。

如果你在解析中文时遇到问题，很可能是由于默认的编码格式不支持中文字符。为了解决这个问题，你可以尝试使用ensure_ascii=False参数。通过设置这个参数，可以禁用ASCII编码，从而保留中文字符的原始形式。

多说一句

json库是在Python2.6版中引入的，因此如果您使用的是更早版本的Python，您可以通过PyPI获取simplejson库来实现相同的功能。

json 类型转换到 python 的类型对照表：

JSON	Python
object	dict
array	list
string	unicode
number (int)	int, long
number (real)	float
true	True
false	False
null	None

三方json库

demjson

Demjson是一个Python的第三方模块库，它提供了编码和解码JSON数据的功能，并且还包含了JSONLint的格式化和校验功能。此外，Demjson还支持hook，可以通过decode函数配置和set_hook函数配置两种方式进行配置。

你可以在以下网址找到Demjson的Github地址：https://github.com/dmeranda/demjson。同时，你也可以在官方地址http://deron.meranda.us/python/demjson/上了解更多关于Demjson的信息。

decode函数是Demjson提供的一个功能强大的函数，它可以接受多个参数，其中包括hook函数。通过键值对的方式指定hook函数，键是hook函数的名称，而值是hook函数本身。

如果你在安装Demjson时遇到了报错，可能是因为需要降低setuptools的版本到57.5.0。不过我就不进行实验和验证了。

orjson

在日常的开发工作中，我们经常需要将一些数据存储为JSON格式。而最常用的方法是使用Python原生的JSON库。然而，我们发现该库的速度较慢，特别是当数据量过大时，使用起来非常不便。幸运的是，我们发现了orjson这个强大的工具，它不仅支持多种类型的数据序列化，还可以根据开发者的需求进行定制化输出。与其他第三方JSON库相比，orjson具有更高的效率，因此在处理大量数据时，它是一个更好的选择。

我们来看一下它是如何运作的。下面是一个使用dataclasses模块的示例代码：

from dataclasses import dataclass

@dataclass
class Person:
    name: str
    age: int

# 假设您有一个包含 JSON 数据的字符串
json_data = '{"name": "xiaoyu", "age": 18}'

# 使用 orjson 反序列化 JSON 数据
import orjson

data_dict = orjson.loads(json_data)

# 将字典转换为 Person 对象
person = Person(**data_dict)

# 现在，您可以像访问对象属性一样访问 person 对象的属性
print(person.name)  # 输出 "xiaoyu"
print(person.age)   # 输出 18

经过仔细观察，我发现这两种方式看起来确实非常相似，官方的JSON模块也能实现相同的功能。但是当我们尝试将person对象转换成字符串时，官方的JSON模块无法完成这个任务，而orjson则可以轻松胜任。

orjson.dumps(person)

option参数

orjson还支持使用option参数来定制序列化的结果。当然，还有很多其他的选项可以使用，但是由于太多了，我就不一一列举了。不过，我可以简单举一个日期格式的例子，因为在我们的工作中，通常需要对日期格式进行处理。

option=orjson.OPT_OMIT_MICROSECONDS: 序列化的日期时间对象将以字符串形式呈现，而不是默认的 ISO 8601 格式。这个选项在某些情况下可能更加便利，尤其是在与其他系统进行数据交换时。通过使用该选项，您可以确保日期时间对象的格式与其他系统的要求相匹配，从而简化数据交换的过程。

import orjson
from datetime import datetime

data = {"name": "xiaoyu", "dob": datetime(2020, 5, 1)}
json_data = orjson.dumps(data, option=orjson.OPT_OMIT_MICROSECONDS)
print(json_data.decode())

为什么需要进行解码呢？原因主要在于orjson返回的是二进制数据，而我们需要将其转换为字符串类型，因此需要进行解码操作。

总结

JSON是一种流行的数据传输格式，Python中有多种处理JSON的方式。官方的json库是最常用的，它提供了简单的用法来序列化和反序列化JSON文本。此外，它还支持自定义解码函数，可以将JSON映射到对象中。

在使用官方json库时，可以使用dumps函数将Python对象转换为JSON文本，也可以使用loads函数将JSON文本转换为Python对象。如果需要自定义解码函数，可以使用object_hook参数来实现。

除了官方的json库，还有一些第三方的库可供选择。例如，demjson库提供了JSON数据的编码和解码功能，并支持hook函数。另外，orjson库是一个高效的JSON库，支持多种数据类型的序列化，并提供了定制化输出的选项。

总之，掌握Python的JSON处理库对于处理JSON数据非常重要，可以帮助我们在项目开发中更加高效地处理JSON数据。