Python高性能JSON库orjson详解：从基础序列化到高级选项配置

1 简介

在Python日常开发，尤其是Web应用构建中，JSON格式常被用于数据存储与交换。然而，Python内置的json库在性能上表现平平，功能也较为单一，仅能勉强满足轻量级场景的需求。

本文重点介绍一款第三方JSON库orjson。在多项公开基准测试中，orjson凭借数倍乃至数十倍的性能优势，显著优于json、ujson、rapidjson及simplejson等其他Python库，同时具备丰富的扩展功能。接下来我们将详细探讨其常用方法。

2 orjson常用方法

orjson兼容Python 3.7至3.10的所有64位版本。本文演示所用orjson版本为3.7.0，用户可通过执行pip install -U orjson命令完成安装。随后，我们将对orjson的核心功能进行演示。

2.1 序列化

与原生json库类似，orjson提供dumps()函数将Python对象序列化为JSON数据。不同之处在于，orjson序列化后的结果类型为bytes而非str。以下示例对比了包含一千万个简单字典元素的列表在orjson与json库中的序列化耗时，结果显示orjson具有明显速度优势。

2.2 反序列化

将JSON数据还原为Python对象的过程称为反序列化，可通过orjson.loads()实现。该函数接受bytes或str等常见类型。在前述序列化示例基础上，我们补充反序列化的操作演示。

2.3 丰富的option选项

在orjson的序列化操作中，可通过option参数配置多种额外功能，常用选项包括：

• OPT_INDENT_2

设置option=orjson.OPT_INDENT_2可为序列化后的JSON结果添加两空格缩进，实现美化效果，从而弥补其原生不支持indent参数的不足。

• OPT_OMIT_MICROSECONDS

使用orjson.dumps()可直接将Python标准库中的datetime或time对象转换为字符串，这是原生json库无法直接实现的。若配置option=orjson.OPT_OMIT_MICROSECONDS，则可省略转换结果中毫秒部分的显示。

• OPT_NON_STR_KEYS

当待序列化对象包含非字符串类型的键时，orjson默认会抛出TypeError。此时配置option=orjson.OPT_NON_STR_KEYS可强制将这些键转换为字符串类型。

OPT_SERIALIZE_NUMPY

orjson的重要特性之一是能兼容转换包含numpy数据结构的复杂对象为JSON数组，配合option=orjson.OPT_SERIALIZE_NUMPY即可实现这一功能。

• OPT_SERIALIZE_UUID

除了自动处理numpy对象，orjson还支持UUID对象的转换。在orjson 3.0之前的版本中，需配合option=orjson.OPT_SERIALIZE_UUID使用；而本文演示的3.X版本已内置支持，无需额外配置参数。

• OPT_SORT_KEYS

通过设置option=orjson.OPT_SORT_KEYS，可对序列化后的结果按键名自动进行排序。

• 组合多种option

若序列化操作需同时启用多种option功能，可使用竖线运算符（|）组合多个option参数。

2.4 针对dataclass、datetime添加自定义处理策略

当序列化对象涉及dataclass自定义数据结构时，可结合orjson.OPT_PASSTHROUGH_DATACLASS，并通过传入自定义处理函数至default参数，实现更灵活的数据转换逻辑。例如，利用此特性可对原始数据进行脱敏处理。

同理，针对datetime类型数据，结合OPT_PASSTHROUGH_DATETIME与自定义default函数，可实现日期的自定义格式化转换。

总结

至此，关于Python中高性能JSON库orjson的用法介绍完毕。如需了解更多Python JSON库相关技巧，欢迎查阅本站往期文章或继续浏览后续内容。感谢大家的支持！