python的orjson

简介

首先我们先来了解下orjson的优缺点：

• 可以将datetime、date和time实例序列化为RFC 3339格式，例如:"2022-06-12T00:00:00+00:00"
• 序列化numpy.ndarray实例的速度比其他库快4-12倍，但使用的内存更少，约为其他库的1/3左右
• 输出速度是标准库的10到20倍
• 序列化的结果是bytes类型，而不是str
• 序列化str时，不会将unicode转义为ASCII
• 序列化float的速度是其他库的10倍，反序列化的速度是其他库的两倍
• 可以直接序列化str、int、list和dict的子类
• 不提供load( )和dump( )方法，在原生JSON库中，load( )方法可以把json格式的文件转换成python对象

1. 序列化dataclass类型

import dataclasses, orjson, typing
@dataclasses.dataclass
class Member:
   id: int
   active: bool = dataclasses.field(default=False)
@dataclasses.dataclass
class Object:
   id: int
   name: str
   members: typing.List[Member]
print(orjson.dumps(Object(1, "a", [Member(1, True), Member(2)])))

• 1.
• 2.
• 3.
• 4.
• 5.
• 6.
• 7.
• 8.
• 9.
• 10.
• 11.

输出为：b'{"id":1,"name":"a","members":[{"id":1,"active":true},{"id":2,"active":false}]}'

2. 序列化 float

orjson序列化和反序列化双精度浮点数，不会损失精度。当序列化NaN,Infinity,-Infinity时，会返回null。

>>> import orjson, ujson, rapidjson, json
>>> orjson.dumps([float("NaN"), float("Infinity"), float("-Infinity")])
b'[null,null,null]'
>>> ujson.dumps([float("NaN"), float("Infinity"), float("-Infinity")])
OverflowError: Invalid Inf value when encoding double
>>> rapidjson.dumps([float("NaN"), float("Infinity"), float("-Infinity")])
'[NaN,Infinity,-Infinity]'
>>> json.dumps([float("NaN"), float("Infinity"), float("-Infinity")])
'[NaN, Infinity, -Infinity]'

• 1.
• 2.
• 3.
• 4.
• 5.
• 6.
• 7.
• 8.
• 9.

3. 序列化Int类型

orjson可以对整数进行序列化和反序列化。但web浏览器只支持53-bit的整数，当值超过53-bit时会产生JSONEncodeError。

>>> import orjson
>>> orjson.dumps(9007199254740992)
b'9007199254740992'
>>> orjson.dumps(9007199254740992, option=orjson.OPT_STRICT_INTEGER)
JSONEncodeError: Integer exceeds 53-bit range
>>> orjson.dumps(-9007199254740992, option=orjson.OPT_STRICT_INTEGER)
JSONEncodeError: Integer exceeds 53-bit range

• 1.
• 2.
• 3.
• 4.
• 5.
• 6.
• 7.

4. numpy

序列化numpy数据需要设置option=orjson.OPT_SERIALIZE_NUMPY。

>>> import orjson, numpy
>>> orjson.dumps(
       numpy.array([[1, 2, 3], [4, 5, 6]]),
       option=orjson.OPT_SERIALIZE_NUMPY,
)
b'[[1,2,3],[4,5,6]]'

• 1.
• 2.
• 3.
• 4.
• 5.
• 6.

5. str

orjson只处理UTF-8格式的字符串，如果给orjson.dumps()方法传入一个UTF-16的字符串，会产生报错。

>>> import orjson
>>> orjson.dumps('\ud800')
JSONEncodeError: str is not valid UTF-8: surrogates not allowed

• 1.
• 2.
• 3.

6. uuid

orjson可以把uuid.UUID实例序列化为RFC 4122格式。

>>> import orjson, uuid
>>> orjson.dumps(uuid.UUID('f81d4fae-7dec-11d0-a765-00a0c91e6bf6'))
b'"f81d4fae-7dec-11d0-a765-00a0c91e6bf6"'
>>> orjson.dumps(uuid.uuid5(uuid.NAMESPACE_DNS, "python.org"))
b'"886313e1-3b8a-5372-9b90-0c9aee199e5d"'

• 1.
• 2.
• 3.
• 4.
• 5.

安装

orjson支持3.7-3.10所有版本64位的Python，注意32位的 Python 无法使用orjson！本文将在3.8.2环境下使用orjson，使用以下命令安装orjson：

pip install --upgrade "pip>=20.3"
pip install --upgrade orjson

• 1.
• 2.

使用

1. 基本使用

我们首先使用orjson序列化一个字典，随后再将结果反序列化：

import orjson, datetime, numpy
data = {
   "type": "job",
   "created_at": datetime.datetime(2022, 6, 12),
   "status": "

标签：OPT,00,python,orjson,dumps,import,序列化	

From： https://www.cnblogs.com/xingxia/p/python_orjson.html