Jadual Kandungan
Menjadikan Objek JSON Boleh Diseri dengan Pengekod Lalai
Menggunakan Monkey-Patching untuk Pengekodan Lalai
Menambah Kaedah Khas untuk Pensirian Objek
Menyerikan Objek Python dengan Pickle
Penyahserilan dengan jeruk
Kesimpulan
Rumah pembangunan bahagian belakang Tutorial Python Bagaimanakah saya boleh membuat objek tersuai JSON boleh bersiri menggunakan pengekod lalai dalam Python?

Bagaimanakah saya boleh membuat objek tersuai JSON boleh bersiri menggunakan pengekod lalai dalam Python?

Oct 31, 2024 am 12:26 AM

How can I make custom objects JSON serializable using the default encoder in Python?

Menjadikan Objek JSON Boleh Diseri dengan Pengekod Lalai

Kaedah lalai untuk mensiri objek tersuai, tidak boleh bersiri kepada JSON melibatkan subkelas json.JSONEncoder dan menghantar pengekod tersuai kepada json.dumps(). Ini biasanya menghasilkan kod yang kelihatan seperti ini:

<code class="python">class CustomEncoder(json.JSONEncoder):
    def default(self, obj):
        if isinstance(obj, Foo):
            return obj.to_json()

        return json.JSONEncoder.default(self, obj)

print(json.dumps(obj, cls=CustomEncoder))</code>
Salin selepas log masuk

Walau bagaimanapun, bagaimana jika anda ingin menjadikan objek boleh bersiri menggunakan pengekod lalai? Malangnya, tiada penyelesaian mudah yang ditawarkan oleh modul json.

Menggunakan Monkey-Patching untuk Pengekodan Lalai

Walaupun terdapat batasan modul json, adalah mungkin untuk mencapai kefungsian yang diingini melalui teknik yang dipanggil tampalan monyet. Ini melibatkan pengubahsuaian kelakuan lalai modul json dengan menggantikan kaedah lalai()nya.

Dengan mencipta modul yang mengubah suai kaedah JSONEncoder.default(), semua operasi bersiri JSON berikutnya akan terjejas, kerana modul adalah dicache dalam sys.modules. Modul kendiri berikut menunjukkan cara untuk melaksanakan tampalan monyet ini:

<code class="python">import json

def _default(self, obj):
    return getattr(obj.__class__, "to_json", _default.default)(obj)

_default.default = JSONEncoder.default
JSONEncoder.default = _default</code>
Salin selepas log masuk

Untuk menggunakan modul tampalan monyet ini, hanya importnya dan ia akan menggunakan perubahan secara automatik pada modul json.

Menambah Kaedah Khas untuk Pensirian Objek

Untuk mendayakan pensirilan JSON automatik bagi kelas tersuai anda, anda boleh menentukan kaedah khas yang dipanggil __json__ di dalamnya. JSONEncoder akan menyemak kaedah ini dan menggunakan nilai pulangannya untuk bersiri. Ini mengelakkan keperluan untuk kaedah to_json() yang eksplisit.

Menyerikan Objek Python dengan Pickle

Satu lagi pendekatan untuk bersiri automatik ialah menggunakan modul jeruk bersama-sama dengan JSONEncoder yang ditampal monyet. Dengan mengatasi kaedah lalai() untuk memetik objek Python yang bukan jenis JSON standard, anda boleh mencapai penyirian tanpa memerlukan kaedah kelas khas.

Penyahserilan dengan jeruk

Untuk membina semula Python asal objek daripada perwakilan JSON yang dihasilkan oleh siri berasaskan jeruk, anda boleh menyediakan fungsi object_hook tersuai semasa penyahserikatan. Fungsi ini boleh mengesan kekunci '_python_object' yang ditambahkan semasa penyirian dan menggunakannya untuk membina semula objek asal menggunakan pickle.loads().

Kesimpulan

Walaupun modul json tidak menyediakan langsung cara untuk menjadikan objek JSON boleh bersiri dengan pengekod lalai, adalah mungkin untuk mencapainya melalui tampalan monyet atau dengan menggunakan modul jeruk. Pendekatan acar membolehkan penyirian automatik kebanyakan objek Python, menjadikannya penyelesaian yang lebih umum.

Atas ialah kandungan terperinci Bagaimanakah saya boleh membuat objek tersuai JSON boleh bersiri menggunakan pengekod lalai 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

Video Face Swap

Video Face Swap

Tukar muka dalam mana-mana video dengan mudah menggunakan alat tukar muka AI percuma kami!

Artikel Panas

<🎜>: Bubble Gum Simulator Infinity - Cara Mendapatkan dan Menggunakan Kekunci Diraja
4 minggu yang lalu By 尊渡假赌尊渡假赌尊渡假赌
Nordhold: Sistem Fusion, dijelaskan
4 minggu yang lalu By 尊渡假赌尊渡假赌尊渡假赌
Mandragora: Whispers of the Witch Tree - Cara Membuka Kunci Cangkuk Bergelut
3 minggu 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)

Topik panas

Tutorial Java
1670
14
Tutorial PHP
1276
29
Tutorial C#
1256
24
Python vs C: Lengkung pembelajaran dan kemudahan penggunaan Python vs C: Lengkung pembelajaran dan kemudahan penggunaan Apr 19, 2025 am 12:20 AM

Python lebih mudah dipelajari dan digunakan, manakala C lebih kuat tetapi kompleks. 1. Sintaks Python adalah ringkas dan sesuai untuk pemula. Penaipan dinamik dan pengurusan memori automatik menjadikannya mudah digunakan, tetapi boleh menyebabkan kesilapan runtime. 2.C menyediakan kawalan peringkat rendah dan ciri-ciri canggih, sesuai untuk aplikasi berprestasi tinggi, tetapi mempunyai ambang pembelajaran yang tinggi dan memerlukan memori manual dan pengurusan keselamatan jenis.

Python dan Masa: Memanfaatkan masa belajar anda Python dan Masa: Memanfaatkan masa belajar anda Apr 14, 2025 am 12:02 AM

Untuk memaksimumkan kecekapan pembelajaran Python dalam masa yang terhad, anda boleh menggunakan modul, masa, dan modul Python. 1. Modul DateTime digunakan untuk merakam dan merancang masa pembelajaran. 2. Modul Masa membantu menetapkan kajian dan masa rehat. 3. Modul Jadual secara automatik mengatur tugas pembelajaran mingguan.

Python vs C: Meneroka Prestasi dan Kecekapan Python vs C: Meneroka Prestasi dan Kecekapan Apr 18, 2025 am 12:20 AM

Python lebih baik daripada C dalam kecekapan pembangunan, tetapi C lebih tinggi dalam prestasi pelaksanaan. 1. Sintaks ringkas Python dan perpustakaan yang kaya meningkatkan kecekapan pembangunan. 2. Ciri-ciri jenis kompilasi dan kawalan perkakasan meningkatkan prestasi pelaksanaan. Apabila membuat pilihan, anda perlu menimbang kelajuan pembangunan dan kecekapan pelaksanaan berdasarkan keperluan projek.

Python vs C: Memahami perbezaan utama Python vs C: Memahami perbezaan utama Apr 21, 2025 am 12:18 AM

Python dan C masing -masing mempunyai kelebihan sendiri, dan pilihannya harus berdasarkan keperluan projek. 1) Python sesuai untuk pembangunan pesat dan pemprosesan data kerana sintaks ringkas dan menaip dinamik. 2) C sesuai untuk prestasi tinggi dan pengaturcaraan sistem kerana menaip statik dan pengurusan memori manual.

Pembelajaran Python: Adakah 2 jam kajian harian mencukupi? Pembelajaran Python: Adakah 2 jam kajian harian mencukupi? Apr 18, 2025 am 12:22 AM

Adakah cukup untuk belajar Python selama dua jam sehari? Ia bergantung pada matlamat dan kaedah pembelajaran anda. 1) Membangunkan pelan pembelajaran yang jelas, 2) Pilih sumber dan kaedah pembelajaran yang sesuai, 3) mengamalkan dan mengkaji semula dan menyatukan amalan tangan dan mengkaji semula dan menyatukan, dan anda secara beransur-ansur boleh menguasai pengetahuan asas dan fungsi lanjutan Python dalam tempoh ini.

Yang merupakan sebahagian daripada Perpustakaan Standard Python: Senarai atau Array? Yang merupakan sebahagian daripada Perpustakaan Standard Python: Senarai atau Array? Apr 27, 2025 am 12:03 AM

Pythonlistsarepartofthestandardlibrary, sementara

Python: Automasi, skrip, dan pengurusan tugas Python: Automasi, skrip, dan pengurusan tugas Apr 16, 2025 am 12:14 AM

Python cemerlang dalam automasi, skrip, dan pengurusan tugas. 1) Automasi: Sandaran fail direalisasikan melalui perpustakaan standard seperti OS dan Shutil. 2) Penulisan Skrip: Gunakan Perpustakaan Psutil untuk memantau sumber sistem. 3) Pengurusan Tugas: Gunakan perpustakaan jadual untuk menjadualkan tugas. Kemudahan penggunaan Python dan sokongan perpustakaan yang kaya menjadikannya alat pilihan di kawasan ini.

Python untuk Pembangunan Web: Aplikasi Utama Python untuk Pembangunan Web: Aplikasi Utama Apr 18, 2025 am 12:20 AM

Aplikasi utama Python dalam pembangunan web termasuk penggunaan kerangka Django dan Flask, pembangunan API, analisis data dan visualisasi, pembelajaran mesin dan AI, dan pengoptimuman prestasi. 1. Rangka Kerja Django dan Flask: Django sesuai untuk perkembangan pesat aplikasi kompleks, dan Flask sesuai untuk projek kecil atau sangat disesuaikan. 2. Pembangunan API: Gunakan Flask atau DjangorestFramework untuk membina Restfulapi. 3. Analisis Data dan Visualisasi: Gunakan Python untuk memproses data dan memaparkannya melalui antara muka web. 4. Pembelajaran Mesin dan AI: Python digunakan untuk membina aplikasi web pintar. 5. Pengoptimuman Prestasi: Dioptimumkan melalui pengaturcaraan, caching dan kod tak segerak

See all articles