平时做技术实践时，很多问题不是概念不会，而是细节没串起来。拿“python3 json.dumps报错int64 is not JSO……”来说，它看着像小点，放到项目里常会牵出环境、配置、兼容性和维护成本。下面按实际采用顺序，把思路、关键写法和容易踩坑的地方讲清楚，便于大家直接对照操作。
错误场景
在采用json.dumps时，出现问题：
TypeError: Object of type int64 is not JSON serializable
问题分析
- python3中没有int64这个数据类型，所有的整型都是int
- 报错里的int64指的是
，所以很有迷惑性 - 同样的还会出现 TypeError: Object of type float32/float64 is not JSON serializable
解决方案1
TypeError: Object of type int64 is not JSON serializable
def default_dump(obj):
"""Convert numpy classes to JSON serializable objects."""
if isinstance(obj, (np.integer, np.floating, np.bool_)):
return obj.item()
elif isinstance(obj, np.ndarray):
return obj.tolist()
else:
return obj
json.dumps(new_config,ensure_ascii=False, default=default_dump)
解决方案2
import json
class JsonEncoder(json.JSONEncoder):
"""Convert numpy classes to JSON serializable objects."""
def default(self, obj):
if isinstance(obj, (np.integer, np.floating, np.bool_)):
return obj.item()
elif isinstance(obj, np.ndarray):
return obj.tolist()
else:
return super(JsonEncoder, self).default(obj)
json.dumps(new_config,ensure_ascii=False, cls=JsonEncoder)
问题延伸：针对flask jsonify() 序列化错误：
flask < 2.2
import datatime
from flask import Flask as _Flask
from flask.json import JSONEncoder as _JSONEncoder
class FlaskJSONEncoder(_JSONEncoder):
"""重载flask的json encoder, 确保jsonfy()能解析numpy的json"""
def default(self, obj):
if isinstance(obj, (np.integer, np.floating, np.bool_)):
return obj.item()
elif isinstance(obj, np.ndarray):
return obj.tolist()
elif isinstance(obj, (datetime.datetime, datetime.timedelta)):
return obj.__str__()
else:
return super(FlaskJSONEncoder, self).default(obj)
class Flask(_Flask):
"""重载flask的jsonencoder, 确保能解析numpy的json"""
json_encoder = FlaskJSONEncoder
app = Flask(__name__)
flask >= 2.2
import datatime
from flask import Flask as _Flask
from flask.json.provider import DefaultJSONProvider, _default as FlaskDefault
class FlaskJSONProvider(DefaultJSONProvider):
"""重载flask的json encoder, 确保jsonfy()能解析numpy的json"""
@staticmethod
def _default(obj):
if isinstance(obj, (np.integer, np.floating, np.bool_)):
return obj.item()
elif isinstance(obj, np.ndarray):
return obj.tolist()
elif isinstance(obj, (datetime.datetime, datetime.timedelta)):
return obj.__str__()
else:
return FlaskDefault(obj)
default = _default
class Flask(_Flask):
"""重载flask的json_provider_class, 确保能解析numpy的json"""
json_provider_class = FlaskJSONProvider
app = Flask(__name__)
总结
实际处理时，总结一下，python3 json.dumps的核心还是理解运行机制，再根据业务场景选择合适写法。兼容性、异常情况和可维护性处理好之后，这段逻辑在真实项目里会更可靠。