当前位置:首页 > 文章列表 > 文章 > python教程 > 要使用 json.dumps() 自定义序列化 set 或 frozenset,可以通过自定义 default 函数来实现。以下是一个示例:import json def default(o): if isinstance(o, set): return list(o) elif isinstance(o, frozenset): return l
要使用 json.dumps() 自定义序列化 set 或 frozenset,可以通过自定义 default 函数来实现。以下是一个示例:import json def default(o): if isinstance(o, set): return list(o) elif isinstance(o, frozenset): return l
Python 的 `json.dumps()` 默认无法序列化 `set` 和 `frozenset`,但通过轻量灵活的 `default` 参数自定义转换函数(如转为有序或无序列表),即可轻松解决;若需保留集合语义并显式标识类型,还可继承 `JSONEncoder` 构建带元信息的结构;不过务必注意无序性、无限递归风险及深层嵌套中未处理集合的“隐藏陷阱”——实际应用中,预处理全量数据往往比依赖 `default` 更可靠。

json.dumps() 默认不支持 set / frozenset
直接传 set 或 frozenset 给 json.dumps() 会报 TypeError: Object of type set is not JSON serializable。JSON 标准本身没有对应集合的类型,Python 的 json 模块默认只认 dict、list、str、int、float、bool 和 None。
用 default 参数把 set 转成 list
最常用、最轻量的做法是通过 default 参数提供一个回调函数,对不认识的类型做转换:
import jsondef json_default(obj): if isinstance(obj, (set, frozenset)): return list(obj) raise TypeError(f"Object of type {type(obj).name} is not JSON serializable")
data = {"tags": {"python", "web", "api"}, "readonly": frozenset([1, 2, 3])} json_str = json.dumps(data, default=json_default, sort_keys=True)
→ {"readonly": [1, 2, 3], "tags": ["api", "python", "web"]}
default函数只在遇到无法序列化的对象时被调用,不影响其他类型- 返回
list(obj)是安全的,但注意:set无序,转成list后顺序不保证(如需稳定顺序,可加sorted()) - 不要在
default中返回原始obj或递归调用json.dumps(),否则会无限循环
需要保持集合语义?考虑自定义 encoder 类
如果下游解析器能配合改造,想显式区分“这是个集合”,可以继承 json.JSONEncoder 并重写 encode 或 default:
class SetEncoder(json.JSONEncoder):
def default(self, obj):
if isinstance(obj, set):
return {"__set__": True, "values": list(obj)}
if isinstance(obj, frozenset):
return {"__frozenset__": True, "values": list(obj)}
return super().default(obj)
json.dumps({"s": {1, 2}}, cls=SetEncoder)
→ {"s": {"set": true, "values": [1, 2]}}
- 这种格式增加了元信息,但要求解析端也识别
__set__字段并还原 - 不能和
default参数混用(cls优先级更高) - 若数据里还有其他自定义类型,记得在
default末尾调用super().default(obj),否则会丢弃默认行为
注意嵌套结构和不可哈希元素
set 里如果包含不可 JSON 序列化的对象(比如另一个 set、函数、或自定义类实例),仅靠上面的 default 还不够:
{1, {2, 3}}会失败,因为内层set在外层list(obj)时才触发序列化,但此时已脱离default控制范围- 正确做法是确保
default能递归处理——但json.dumps()不提供递归钩子,所以得手动扁平化或预处理 - 更稳妥的方式是:在调用
json.dumps()前,用递归函数把所有set/frozenset替换为list,再 dump
真正容易被忽略的是:你以为只改了顶层 set 就万事大吉,结果数据嵌套三层后某个字典的值仍是未处理的 frozenset,错误才冒出来。
今天关于《要使用 json.dumps() 自定义序列化 set 或 frozenset,可以通过自定义 default 函数来实现。以下是一个示例:import json def default(o): if isinstance(o, set): return list(o) elif isinstance(o, frozenset): return list(o) raise TypeError(f"Object of type {type(o)} is not JSON serializable") data = { "my_set": {1, 2, 3}, "my_frozenset": frozenset([4, 5, 6]) } json_str = json.dumps(data, default=default) print(json_str)输出:{"my_set": [1, 2, 3], "my_frozenset": [4, 5, 6]}说明:default 函数会在 json.dumps() 遇到无法序列化的对象时被调用。你可以根据需要将 set 或 frozenset 转换为 list 或其他可序列化的类型。如果你希望保留集合的唯一性,也可以选择返回元组或其他结构。可选优化:如果你希望统一处理所有不可序列化的对象,可以扩展 default 函数: def default(o): if isinstance(o, (set, frozens》的内容就介绍到这里了,是不是学起来一目了然!想要了解更多关于的内容请关注golang学习网公众号!
JavaScript类型转换是什么?隐式转换规则详解
- 上一篇
- JavaScript类型转换是什么?隐式转换规则详解
- 下一篇
- DeepSeek助自媒体快速起号技巧
-
- 文章 · python教程 | 3天前 | 日志 · 工程化 · 异步编程 · 故障排查 · 可观测性 · Python教程 · Python 异步任务 可观测性 logging contextvars 生产实践 QueueHandler QueueListener request_id JSON日志
- Python logging 实战:用 contextvars 把 request_id 串到底
- 427浏览 收藏
-
- 文章 · python教程 | 6天前 | 日志 · 工程化 · 异步编程 · 故障排查 · 可观测性 · Python教程 · Python 异步任务 可观测性 logging contextvars 生产实践 QueueHandler QueueListener request_id JSON日志
- Python 日志实战:别让 request_id 在异步任务里丢了
- 189浏览 收藏
-
- 文章 · python教程 | 1星期前 | 依赖管理 · 工程化 · CI · 生产实践 · Python教程 · 打包发布 · Python build 依赖管理 twine wheel 打包发布 pyproject.toml dependency-groups pylock.toml sdist
- Python 打包发布实战:别把运行依赖和开发依赖混在一起
- 479浏览 收藏
-
- 文章 · python教程 | 1星期前 | sqlalchemy · 异步编程 · fastapi · 生产实践 · Python教程 · Python 连接池 FastAPI sqlalchemy asyncio AsyncSession
- Python SQLAlchemy AsyncSession 实战:别在并发任务里共享 Session
- 340浏览 收藏
-
- 文章 · python教程 | 1星期前 | 性能优化 · fastapi · 生产实践 · Python教程 · Pydantic · Python 性能优化 FastAPI Pydantic v2 TypeAdapter validate_json
- Python Pydantic v2 实战:TypeAdapter 别在请求里反复造
- 342浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- ChatExcel酷表
- ChatExcel酷表是由北京大学团队打造的Excel聊天机器人,用自然语言操控表格,简化数据处理,告别繁琐操作,提升工作效率!适用于学生、上班族及政府人员。
- 7605次使用
-
- Any绘本
- 探索Any绘本(anypicturebook.com/zh),一款开源免费的AI绘本创作工具,基于Google Gemini与Flux AI模型,让您轻松创作个性化绘本。适用于家庭、教育、创作等多种场景,零门槛,高自由度,技术透明,本地可控。
- 8034次使用
-
- 可赞AI
- 可赞AI,AI驱动的办公可视化智能工具,助您轻松实现文本与可视化元素高效转化。无论是智能文档生成、多格式文本解析,还是一键生成专业图表、脑图、知识卡片,可赞AI都能让信息处理更清晰高效。覆盖数据汇报、会议纪要、内容营销等全场景,大幅提升办公效率,降低专业门槛,是您提升工作效率的得力助手。
- 7839次使用
-
- 星月写作
- 星月写作是国内首款聚焦中文网络小说创作的AI辅助工具,解决网文作者从构思到变现的全流程痛点。AI扫榜、专属模板、全链路适配,助力新人快速上手,资深作者效率倍增。
- 9774次使用
-
- MagicLight
- MagicLight.ai是全球首款叙事驱动型AI动画视频创作平台,专注于解决从故事想法到完整动画的全流程痛点。它通过自研AI模型,保障角色、风格、场景高度一致性,让零动画经验者也能高效产出专业级叙事内容。广泛适用于独立创作者、动画工作室、教育机构及企业营销,助您轻松实现创意落地与商业化。
- 8593次使用
-
- Flask框架安装技巧:让你的开发更高效
- 2024-01-03 501浏览
-
- Django框架中的并发处理技巧
- 2024-01-22 501浏览
-
- 提升Python包下载速度的方法——正确配置pip的国内源
- 2024-01-17 501浏览
-
- Python与C++:哪个编程语言更适合初学者?
- 2024-03-25 501浏览
-
- 品牌建设技巧
- 2024-04-06 501浏览

