JSON 模块是 Python 中用于处理 JSON 数据的标准库，但它默认情况下无法直接序列化 datetime 和 date 对象。这是因为 JSON 规范本身并不支持这些 Python 特有的数据类型。 为了解决这个问题，我们需要将日期和时间对象转换为 JSON 可以识别的格式，通常是字符串。
问题分析
Python 的 json.dumps() 方法用于将 Python 对象序列化为 JSON 字符串。然而，当遇到 datetime 或 date 对象时，由于 JSON 标准不支持这些类型，json.dumps() 会抛出 TypeError: Object of type date is not JSON serializable 异常。
这是因为 JSON 是一种通用的数据交换格式，旨在跨多种编程语言和平台使用。为了保持兼容性，它只支持少数几种基本数据类型，如字符串、数字、布尔值、数组和对象。
解决方案
以下是一些解决此问题的常用方法：
立即学习“Python免费学习笔记（深入）”；
1. 使用 isoformat() 方法
datetime 和 date 对象都提供了 isoformat() 方法，可以将它们转换为 ISO 8601 格式的字符串，这种格式易于解析和跨平台使用。
import json
from datetime import datetime, date
data = {
'name': 'Example',
'date': date(2023, 10, 27),
'datetime': datetime(2023, 10, 27, 10, 30, 0)
}
# 使用 isoformat() 将日期和时间转换为字符串
data['date'] = data['date'].isoformat()
data['datetime'] = data['datetime'].isoformat()
json_data = json.dumps(data)
print(json_data)输出：
{"name": "Example", "date": "2023-10-27", "datetime": "2023-10-27T10:30:00"}2. 自定义序列化函数
可以定义一个自定义的序列化函数，作为 json.dumps() 的 default 参数传入。该函数负责将 datetime 和 date 对象转换为字符串。
import json
from datetime import datetime, date
def custom_serializer(obj):
if isinstance(obj, (datetime, date)):
return obj.isoformat()
raise TypeError("Type not serializable")
data = {
'name': 'Example',
'date': date(2023, 10, 27),
'datetime': datetime(2023, 10, 27, 10, 30, 0)
}
json_data = json.dumps(data, default=custom_serializer)
print(json_data)输出：
{"name": "Example", "date": "2023-10-27", "datetime": "2023-10-27T10:30:00"}3. 使用 strftime() 方法格式化日期和时间
strftime() 方法允许你根据指定的格式字符串将 datetime 对象格式化为字符串。
import json
from datetime import datetime
data = {
'name': 'Example',
'datetime': datetime(2023, 10, 27, 10, 30, 0)
}
data['datetime'] = data['datetime'].strftime('%Y-%m-%d %H:%M:%S')
json_data = json.dumps(data)
print(json_data)输出：
{"name": "Example", "datetime": "2023-10-27 10:30:00"}4. 使用第三方库
一些第三方库，如 marshmallow，提供了更高级的序列化和反序列化功能，可以方便地处理日期和时间对象。
from marshmallow import Schema, fields
import datetime
import json
class EventSchema(Schema):
name = fields.Str()
event_date = fields.Date()
event_time = fields.DateTime()
event_data = {
'name': 'Sample Event',
'event_date': datetime.date(2024, 1, 15),
'event_time': datetime.datetime(2024, 1, 15, 14, 30, 0)
}
schema = EventSchema()
result = schema.dump(event_data)
print(json.dumps(result))输出:
{"name": "Sample Event", "event_date": "2024-01-15", "event_time": "2024-01-15T14:30:00"}注意事项
- 选择哪种方法取决于你的具体需求。如果需要标准的 ISO 8601 格式，isoformat() 是一个不错的选择。如果需要自定义格式，可以使用 strftime()。
- 在反序列化 JSON 数据时，需要将字符串转换回 datetime 或 date 对象。可以使用 datetime.strptime() 或 date.fromisoformat() 方法。
- 确保在序列化和反序列化过程中使用一致的格式，以避免出现错误。
总结
由于 JSON 规范不支持 datetime 和 date 对象，我们需要在序列化之前将它们转换为字符串。本文介绍了多种解决方案，包括使用 isoformat() 方法、自定义序列化函数、strftime() 方法以及第三方库。选择合适的方法可以帮助你轻松地处理包含日期和时间的数据，并将其转换为 JSON 格式。
