,首先我们先来了解下orjson的优缺点：,输出为：b'{"id":1,"name":"a","members":[{"id":1,"active":true},{"id":2,"active":false}]}',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。,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。,序列化numpy数据需要设置option=orjson.OPT_SERIALIZE_NUMPY。,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。,orjson可以把uuid.UUID实例序列化为RFC 4122格式。,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：,我们首先使用orjson序列化一个字典，随后再将结果反序列化：,输出结果为：,dumps( )可以将Python对象序列化为JSON数据，但与原生JSON库不同的是，orjson.dumps( )得到的JSON数据是bytes类型，少了将bytes转换为str的操作，因此，速度会大大加快。下面我们详细介绍下dumps( )：,(1) default 参数,我们先用dumps( )序列化一个Decimal类型的数据：,会得到无法序列化Decimal类型的错误：,这个时候，我们可以创建一个函数，将其作为default参数传递，来对Decimal进行序列化：,结果为：,(2) option参数,结果为：b'[]\n',输出为：b'"2022-06-12T00:00:00"',输出的结果中就没有用户密码了：b'{"id":"3b1","name":"asd"}',输出为：b'{"创建时间":"Thu, 01 Jan 1970 00:00:00 GMT"}',输出为：b'{"a":3,"b":1,"c":2}',loads()可以将JSON数据转换为Python对象，该方法支持多种数据类型，包括：bytes, bytearray, memoryview, 和 str。,我们用orjson, ujson, simplejson, json分别对一个列表进行序列化，该列表中有1000000个元素：,每个库的耗时如下表所示：,由此可以看出，orjson的效率更高。,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，最常用的就是Python原生的JSON库，但是该库速度较慢， 当数据量过大时，使用不便。而orjson的功能强大，它支持多种类型的数据序列化，开发者还可以根据需要定制化输出， 与其他第三方JSON库相比，效率更高。
© 版权声明
文章版权归作者所有，未经允许请勿转载。
">