1、引言
小屌丝：鱼哥，学习python，必须要掌握哪些库？
小鱼：这要看你从事哪方面的开发了。
小屌丝：这还有关系呢？
小鱼：那肯定的啊，
如果你学习AI，就需要掌握Scikit-learn库、Pytorch、Tensorflow等，
如果你学习数据分析，那需要掌握Pandas、Numpy 等
如果学习爬虫开发，那就需要掌握request、BeautifulSoup、lxml、re等
小屌丝：鱼哥，那你说，我把json库玩的特别溜，我能不能从事python后端开发？？
小鱼：嗯？？ 你确定你json库玩的特别溜吗？
小屌丝：那还有假，倒背如流。
小鱼：那正好，有个粉丝提问，json库存储能力差，如何能解决这个问题呢？
小屌丝：额…
小鱼：“略带微笑”… 想一想，该如何回答？
小屌丝：…这个问题，正好是我也想问你的。
小鱼：…好吧。
关于粉丝提问的如何解决json库性能差，功能少等问题，
我们可以换一个思路来理解，
是否有一个第三方josn库，可以解决这些问题呢？
答案是，肯定的。
例如：ujson库、rapidjson、simplejson、orjson等等。
但是在这些json第三方库中，又有一个，性能是碾压其他库的，
小屌丝：难道是 orjson库？
小鱼：嗯，你可算是说对一次了。
接下来，我们就来介绍orjson库。
2、示例实战
因为orjson支持 python版本：3.7 ~ 3.10的所有64的版本。
2.1 安装
凡是涉及第三方库，必须需要安装
老规矩，pip 安装：
pip install orjson
其它安装方式，直接看这两篇:
《Python3，选择Python自动安装第三方库，从此跟pip说拜拜！！》
《Python3：我低调的只用一行代码，就导入Python所有库！》
2.2 序列化
orjson 序列化结果是 bytes型
json 序列化结果 是 str型
代码示例
# -*- coding:utf-8 -*- # @Time : 2022-07-03 # @Author : carl_DJ import json import orjson import random import time ''' 序列化 orjson 序列化结果是 bytes型 json 序列化结果 是 str型 ''' # 序列化100W个典元素的列表进行序列化 demo_json = [ { 'id' : 99999, 'value': random.uniform(0,1000) } for i in range(1000000) ]
运行结果
我们可以看到，json运行结果1.73s
orjson运行结果191ms
结果跟我们的预期一样，奈斯。
2.3 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，
我们依然使用上面的代码示例。
代码示例
# -*- coding:utf-8 -*- # @Time : 2022-07-03 # @Author : carl_DJ import json import orjson import random import time ''' 反序列化 ''' # 序列化100W个典元素的列表进行序列化 demo_json = [ { 'id' : 99999, 'value': random.uniform(0,1000) } for i in range(1000000) ]
运行结果
2.4 OPTION选项
2.4.1 OPT_INDENT_2
orjson的序列化操作中，可以通过参数option来配置诸多额外功能,
例如：
配置option=orjson.OPT_INDENT_2，
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，
代码示例
# -*- coding:utf-8 -*- # @Time : 2022-07-03 # @Author : carl_DJ import json import orjson demo_json = {"星星点灯":{"王心凌组":"张天爱、阿娇、阿Sa、吴谨言"},"玉":{"谭维维组":"薛凯琪、郭采洁、毛俊杰、齐溪"},"无名的人":{"郑秀妍组":["朱洁静","张俪","王紫璇","张歆艺"]}} #默认输出结果 print(f'未配置option时，输出结果：{orjson.dumps(demo_json).decode()}') #设置OPT_INDENT_2 print(f'已配置option后，输出结果：{orjson.dumps(demo_json,option=orjson.OPT_INDENT_2).decode()}')
运行结果
2.4.2 OPTION组合
当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：
代码示例
# -*- coding:utf-8 -*- # @Time : 2022-07-03 # @Author : carl_DJ import numpy as np import json import orjson ''' 组合多种option ''' demo_json = { 'zz':np.random.randint(1,10,(2,3)), 'xx':np.random.randint(1,10,(2,3)), 'aa':np.random.randint(1,10,(2,3)) } print(orjson.dumps(demo_json,option=orjson.OPT_SERIALIZE_NUMPY | orjson.OPT_SORT_KEYS))
运行结果
2.4.3 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：
代码示例
# -*- coding:utf-8 -*- # @Time : 2022-07-03 # @Author : carl_DJ import numpy as np import json import orjson ''' OPT_SERIALIZE_NUMPY ''' demo_json = { 'np':np.random.randint(1,10,(5,10)) } demo_json orjson.dumps(demo_json,option=orjson.OPT_SERIALIZE_NUMPY)
运行结果
2.4.4 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，
但是小鱼用的是3.9的版本，所以不需要额外配置参数。
代码示例
# -*- coding:utf-8 -*- # @Time : 2022-07-03 # @Author : carl_DJ import numpy as np import uuid import json import orjson ''' OPT_SERIALIZE_UUID ''' demo_json = { 'uuid':uuid.uuid4() } demo_json orjson.dumps(demo_json)
运行结果
2.4.5 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。
代码示例
# -*- coding:utf-8 -*- # @Time : 2022-07-03 # @Author : carl_DJ import json import orjson ''' OPT_SORT_KEYS ''' #未设置排序 orjson.dumps({"c":1,"b":11,"a":6}) #设置排序 orjson.dumps({"c":1,"b":11,"a":6},option=orjson.OPT_SORT_KEYS)
运行结果
2.5 自定义处理策略
2.5.1 对数据进行脱敏
如果需要序列化的对象中涉及到dataclass自定义数据结构时，
可以使用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。
代码示例
# -*- coding:utf-8 -*- # @Time : 2022-07-03 # @Author : carl_DJ from dataclasses import dataclass import uuid import orjson @dataclass class User: id:str tel_numb:int def default(obj): if isinstance(obj,User): tel_numb_st = str(obj.tel_numb) return { 'id':obj.id, 'tel_numb':f'{tel_numb_st[:3]}xxxx{tel_numb_st[-4:]}' } raise TypeError demo_json = { 'user':User(id=str(uuid.uuid4()),tel_numb=13666667777) } orjson.dumps(demo_json, option=orjson.OPT_PASSTHROUGH_DATACLASS, default=default)
运行结果
2.5.2 日期自定义转换
代码示例
# -*- coding:utf-8 -*- # @Time : 2022-07-03 # @Author : carl_DJ import orjson from datetime import datetime def default(obj): if isinstance(obj,datetime): return obj.strftime('%Y年%m月%d日') raise TypeError demo_json = { 'now':datetime.now() } orjson.dumps(demo_json, option=orjson.OPT_PASSTHROUGH_DATETIME, default=default).decode()
运行结果
3、总结
看到这里，今天的分享差不多就要结束了。
关于orjson库的知识，也讲的差不多了。
如果orjson能解决的问题，还是建议使用orjson这个第三方库。
因为不管是从性能、自由组合配置等都是吊打json库的，
但是，
对数据的处理没有那么高的要求，就是小数据量的处理，那就保持原样即可。
不管怎样，能在工作中解决掉问题，即可。
