Jadual Kandungan
kaedah biasa orjson
1 Pensirian
4. Tambahkan strategi pemprosesan tersuai untuk kelas data dan masa tarikh
Rumah pembangunan bahagian belakang Tutorial Python Pustaka JSON pihak ketiga yang patut dipelajari dalam Python

Pustaka JSON pihak ketiga yang patut dipelajari dalam Python

Apr 11, 2023 pm 08:49 PM
python json

Dalam penggunaan Python harian kami, kami sering menggunakan format json untuk menyimpan beberapa data, terutamanya dalam pembangunan web. Walau bagaimanapun, pustaka json asli Python mempunyai prestasi yang lemah dan beberapa fungsi, dan hanya boleh menampung keperluan penyimpanan dan penukaran data json yang mudah dan ringan.

Pustaka JSON pihak ketiga yang patut dipelajari dalam Python

Perpustakaan json pihak ketiga ataujson yang ingin saya perkenalkan kepada anda dalam artikel ini mempunyai kelebihan prestasi beberapa kali hingga berpuluh-puluh kali dalam pelbagai ujian prestasi penanda aras awam memampatkan perpustakaan Python lain seperti json, ujson, rapidjson, simplejson, dsb., dan mempunyai banyak fungsi tambahan Mari kita lihat kaedah biasanya~

kaedah biasa orjson

orjson menyokong semua. 3.7 hingga 3.10 Untuk versi 64-bit Python, versi orjson yang sepadan dengan demonstrasi dalam artikel ini ialah 3.7.0 Anda boleh terus menggunakan pip install -U orjson untuk melengkapkan pemasangan. Mari kita tunjukkan kaedah biasa dalam orjson:

1 Pensirian

Serupa dengan pustaka json asli, kita boleh menggunakan orjson.dumps() untuk mensiri objek Python ke dalam data JSON , ambil perhatian bahawa sedikit. Perbezaannya ialah hasil daripada penyirian orjson bukan jenis str tetapi jenis bait Dalam contoh berikut, kami menyusun senarai yang mengandungi 10 juta elemen kamus mudah Perbezaan antara perpustakaan orjson dan json Perbandingan yang memakan masa adalah seperti berikut:

Pustaka JSON pihak ketiga yang patut dipelajari dalam Python

2. Penyahserikatan

Proses menukar data JSON kepada objek Python dipanggil penyahserikatan, menggunakan orjson .loads() beroperasi dan menerima jenis biasa seperti bait dan str. Berdasarkan contoh sebelumnya, kami menambah contoh penyahserikatan:

Pustaka JSON pihak ketiga yang patut dipelajari dalam Python

3 Pilihan pilihan kaya

Dalam operasi bersiri orjson, banyak fungsi tambahan boleh. dikonfigurasikan melalui pilihan parameter yang biasa digunakan ialah:

(1) OPT_INDENT_2

Dengan mengkonfigurasi pilihan= orjson.OPT_INDENT_2, kami boleh menambah kesan pengindahan inden 2 ruang pada JSON bersiri keputusan untuk mengimbangi kekurangan inden parameter:

Pustaka JSON pihak ketiga yang patut dipelajari dalam Python

(2) OPT_OMIT_MICROSECONDS

orjson.dumps() boleh terus menukar objek tarikh dan masa dalam standard perpustakaan seperti datetime dan masa dalam Python ke dalam rentetan yang sepadan Ini adalah sesuatu yang pustaka json asli tidak boleh lakukan Dengan mengkonfigurasi option= orjson.OPT_OMIT_MICROSECONDS, anda boleh menghilangkan bahagian milisaat hasil penukaran:

Pustaka JSON pihak ketiga yang patut dipelajari dalam Python(3) OPT_NON_STR_KEYS

Apabila objek yang hendak disiri mempunyai jenis bukan angka Apabila menggunakan kekunci, orjson akan membuang TypeError secara lalai untuk mengkonfigurasi option=orjson.OPT_NON_STR_KEYS untuk memaksa penukaran kunci ini kepada jenis aksara:

Pustaka JSON pihak ketiga yang patut dipelajari dalam Python(4) OPT_SERIALIZE_NUMPY

Ciri penting orjson ialah ia boleh menukar objek kompleks yang mengandungi objek struktur data dalam numpy kepada tatasusunan dalam JSON dengan keserasian, hanya gunakan option=orjson.OPT_SERIALIZE_NUMPY:

Pustaka JSON pihak ketiga yang patut dipelajari dalam Python(5) OPT_SERIALIZE_UUID

Selain mensiri objek numpy secara automatik, orjson juga menyokong penukaran objek UUID Dalam versi sebelum orjson 3.0, option=orjson diperlukan .OPT_SERIALIZE_UUID, dan versi 3.X yang ditunjukkan dalam artikel ini tidak memerlukan parameter konfigurasi tambahan:

Pustaka JSON pihak ketiga yang patut dipelajari dalam Python(6) OPT_SORT_KEYS

Dengan memadankan parameter option=orjson.OPT_SORT_KEYS , hasil bersiri boleh diisih secara automatik mengikut kekunci:

Pustaka JSON pihak ketiga yang patut dipelajari dalam Python(7) Gabungkan berbilang pilihan

apabila operasi bersiri anda perlu melibatkan Apabila menggunakan pelbagai fungsi pilihan, anda boleh menggunakan operator | untuk menggabungkan berbilang parameter pilihan:

Pustaka JSON pihak ketiga yang patut dipelajari dalam Python

4. Tambahkan strategi pemprosesan tersuai untuk kelas data dan masa tarikh

Apabila objek yang anda perlu sirikan melibatkan struktur data tersuai kelas data, anda boleh bekerjasama dengan orjson, dan kemudian hantar parameter lalai ke dalam fungsi pemprosesan tersuai untuk mencapai lebih banyak logik penukaran data percuma Contohnya, dalam contoh mudah berikut, kita boleh menggunakan ciri ini untuk menyahpeka data asal:

Pustaka JSON pihak ketiga yang patut dipelajari dalam Python

.

Begitu juga, untuk data jenis datetime, kami juga boleh bekerjasama dengan OPT_PASSTHROUGH_DATETIME dan fungsi lalai tersuai untuk melaksanakan penukaran format tersuai tarikh:

Pustaka JSON pihak ketiga yang patut dipelajari dalam Python

Untuk lebih banyak ciri orjson, anda boleh pergi ke gudang rasmi https://github.com/ijl/orjson untuk mengetahui lebih lanjut.

Atas ialah kandungan terperinci Pustaka JSON pihak ketiga yang patut dipelajari dalam Python. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn

Alat AI Hot

Undresser.AI Undress

Undresser.AI Undress

Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover

AI Clothes Remover

Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool

Undress AI Tool

Gambar buka pakaian secara percuma

Clothoff.io

Clothoff.io

Penyingkiran pakaian AI

AI Hentai Generator

AI Hentai Generator

Menjana ai hentai secara percuma.

Artikel Panas

R.E.P.O. Kristal tenaga dijelaskan dan apa yang mereka lakukan (kristal kuning)
3 minggu yang lalu By 尊渡假赌尊渡假赌尊渡假赌
R.E.P.O. Tetapan grafik terbaik
3 minggu yang lalu By 尊渡假赌尊渡假赌尊渡假赌
R.E.P.O. Cara Memperbaiki Audio Jika anda tidak dapat mendengar sesiapa
4 minggu yang lalu By 尊渡假赌尊渡假赌尊渡假赌
WWE 2K25: Cara Membuka Segala -galanya Di Myrise
1 bulan yang lalu By 尊渡假赌尊渡假赌尊渡假赌

Alat panas

Notepad++7.3.1

Notepad++7.3.1

Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina

SublimeText3 versi Cina

Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1

Hantar Studio 13.0.1

Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6

Dreamweaver CS6

Alat pembangunan web visual

SublimeText3 versi Mac

SublimeText3 versi Mac

Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Hadidb: Pangkalan data yang ringan dan berskala mendatar di Python Hadidb: Pangkalan data yang ringan dan berskala mendatar di Python Apr 08, 2025 pm 06:12 PM

Hadidb: Pangkalan data Python yang ringan, tinggi, Hadidb (Hadidb) adalah pangkalan data ringan yang ditulis dalam Python, dengan tahap skalabilitas yang tinggi. Pasang HadIdb menggunakan pemasangan PIP: Pengurusan Pengguna PipInstallHadidB Buat Pengguna: CreateUser () Kaedah untuk membuat pengguna baru. Kaedah pengesahan () mengesahkan identiti pengguna. dariHadidb.OperationImportuserer_Obj = user ("admin", "admin") user_obj.

Kaedah Navicat untuk melihat kata laluan pangkalan data MongoDB Kaedah Navicat untuk melihat kata laluan pangkalan data MongoDB Apr 08, 2025 pm 09:39 PM

Tidak mustahil untuk melihat kata laluan MongoDB secara langsung melalui Navicat kerana ia disimpan sebagai nilai hash. Cara mendapatkan kata laluan yang hilang: 1. Tetapkan semula kata laluan; 2. Periksa fail konfigurasi (mungkin mengandungi nilai hash); 3. Semak Kod (boleh kata laluan Hardcode).

Rancangan Python 2 jam: Pendekatan yang realistik Rancangan Python 2 jam: Pendekatan yang realistik Apr 11, 2025 am 12:04 AM

Anda boleh mempelajari konsep pengaturcaraan asas dan kemahiran Python dalam masa 2 jam. 1. Belajar Pembolehubah dan Jenis Data, 2.

Bagaimana untuk mengoptimumkan prestasi MySQL untuk aplikasi beban tinggi? Bagaimana untuk mengoptimumkan prestasi MySQL untuk aplikasi beban tinggi? Apr 08, 2025 pm 06:03 PM

Panduan Pengoptimuman Prestasi Pangkalan Data MySQL Dalam aplikasi yang berintensifkan sumber, pangkalan data MySQL memainkan peranan penting dan bertanggungjawab untuk menguruskan urus niaga besar-besaran. Walau bagaimanapun, apabila skala aplikasi berkembang, kemunculan prestasi pangkalan data sering menjadi kekangan. Artikel ini akan meneroka satu siri strategi pengoptimuman prestasi MySQL yang berkesan untuk memastikan aplikasi anda tetap cekap dan responsif di bawah beban tinggi. Kami akan menggabungkan kes-kes sebenar untuk menerangkan teknologi utama yang mendalam seperti pengindeksan, pengoptimuman pertanyaan, reka bentuk pangkalan data dan caching. 1. Reka bentuk seni bina pangkalan data dan seni bina pangkalan data yang dioptimumkan adalah asas pengoptimuman prestasi MySQL. Berikut adalah beberapa prinsip teras: Memilih jenis data yang betul dan memilih jenis data terkecil yang memenuhi keperluan bukan sahaja dapat menjimatkan ruang penyimpanan, tetapi juga meningkatkan kelajuan pemprosesan data.

Python: meneroka aplikasi utamanya Python: meneroka aplikasi utamanya Apr 10, 2025 am 09:41 AM

Python digunakan secara meluas dalam bidang pembangunan web, sains data, pembelajaran mesin, automasi dan skrip. 1) Dalam pembangunan web, kerangka Django dan Flask memudahkan proses pembangunan. 2) Dalam bidang sains data dan pembelajaran mesin, numpy, panda, scikit-learn dan perpustakaan tensorflow memberikan sokongan yang kuat. 3) Dari segi automasi dan skrip, Python sesuai untuk tugas -tugas seperti ujian automatik dan pengurusan sistem.

Cara Menggunakan AWS Glue Crawler dengan Amazon Athena Cara Menggunakan AWS Glue Crawler dengan Amazon Athena Apr 09, 2025 pm 03:09 PM

Sebagai profesional data, anda perlu memproses sejumlah besar data dari pelbagai sumber. Ini boleh menimbulkan cabaran kepada pengurusan data dan analisis. Nasib baik, dua perkhidmatan AWS dapat membantu: AWS Glue dan Amazon Athena.

Adakah terdapat alternatif RSS berdasarkan JSON? Adakah terdapat alternatif RSS berdasarkan JSON? Apr 10, 2025 am 09:31 AM

JSONFEED adalah alternatif RSS berasaskan JSON yang mempunyai kesederhanaan kelebihan dan kemudahan penggunaannya. 1) JSONFEED menggunakan format JSON, yang mudah dihasilkan dan dihuraikan. 2) Ia menyokong generasi dinamik dan sesuai untuk pembangunan web moden. 3) Menggunakan JSONFEED boleh meningkatkan kecekapan pengurusan kandungan dan pengalaman pengguna.

Bolehkah mysql menyambung ke pelayan SQL Bolehkah mysql menyambung ke pelayan SQL Apr 08, 2025 pm 05:54 PM

Tidak, MySQL tidak dapat menyambung terus ke SQL Server. Tetapi anda boleh menggunakan kaedah berikut untuk melaksanakan interaksi data: Gunakan middleware: data eksport dari MySQL ke format pertengahan, dan kemudian mengimportnya ke SQL Server melalui middleware. Menggunakan Pangkalan Data Pangkalan Data: Alat perniagaan menyediakan antara muka yang lebih mesra dan ciri -ciri canggih, pada dasarnya masih dilaksanakan melalui middleware.

See all articles