如何对集合进行JSON序列化？

我有一个Python set，其中包含带有__hash__和__eq__方法的对象，以确保该集合中没有重复项。

我需要对该结果进行json编码set，但是即使将一个空值传递set给该json.dumps方法也会引发TypeError。

  File "/usr/lib/python2.7/json/encoder.py", line 201, in encode
    chunks = self.iterencode(o, _one_shot=True)
  File "/usr/lib/python2.7/json/encoder.py", line 264, in iterencode
    return _iterencode(o, 0)
  File "/usr/lib/python2.7/json/encoder.py", line 178, in default
    raise TypeError(repr(o) + " is not JSON serializable")
TypeError: set([]) is not JSON serializable

我知道我可以为json.JSONEncoder具有自定义default方法的类创建扩展，但是我什至不知道从哪里开始转换set。是否应该set使用默认方法中的值创建字典，然后返回该方法的编码？理想情况下，我想使默认方法能够处理原始编码器阻塞的所有数据类型（我将Mongo用作数据源，因此日期似乎也引发了此错误）

正确方向的任何提示将不胜感激。

编辑：

感谢你的回答！也许我应该更精确一些。

我利用（并赞成）这里的答案来解决set翻译的局限性，但是内部键也是一个问题。

中的set对象是转换为的复杂对象__dict__，但它们本身也可以包含其属性值，这些值可能不符合json编码器中的基本类型。

涉及到很多不同的类型set，并且哈希基本上为实体计算了唯一的ID，但是按照NoSQL的真正精神，没有确切说明子对象包含什么。

一个对象可能包含的日期值starts，而另一个对象可能具有一些其他模式，该模式不包含包含“非原始”对象的键。

这就是为什么我唯一能想到的解决方案是扩展JSONEncoder替换default方法以打开不同情况的方法-但我不确定如何进行此操作，并且文档不明确。在嵌套对象中，是default按键返回go 的值，还是只是查看整个对象的通用包含/丢弃？该方法如何容纳嵌套值？我已经看过先前的问题，但似乎找不到最佳的针对特定情况的编码的方法（不幸的是，这似乎是我在这里需要做的事情）。

JSON表示法只有少数本机数据类型（对象，数组，字符串，数字，布尔值和null），因此以JSON序列化的任何内容都必须表示为这些类型之一。

如json模块docs所示，此转换可以由JSONEncoder和JSONDecoder自动完成，但随后您将放弃可能需要的其他一些结构（如果将集转换为列表，则将失去恢复常规数据的能力。列表；如果使用将集转换为字典，dict.fromkeys(s)则将失去恢复字典的能力）。

一个更复杂的解决方案是构建可以与其他本机JSON类型共存的自定义类型。这使您可以存储嵌套结构，其中包括列表，集合，字典，小数，日期时间对象等：

from json import dumps, loads, JSONEncoder, JSONDecoder
import pickle

class PythonObjectEncoder(JSONEncoder):
    def default(self, obj):
        if isinstance(obj, (list, dict, str, unicode, int, float, bool, type(None))):
            return JSONEncoder.default(self, obj)
        return {'_python_object': pickle.dumps(obj)}

def as_python_object(dct):
    if '_python_object' in dct:
        return pickle.loads(str(dct['_python_object']))
    return dct

这是一个示例会话，显示它可以处理列表，字典和集合：

>>> data = [1,2,3, set(['knights', 'who', 'say', 'ni']), {'key':'value'}, Decimal('3.14')]

>>> j = dumps(data, cls=PythonObjectEncoder)

>>> loads(j, object_hook=as_python_object)
[1, 2, 3, set(['knights', 'say', 'who', 'ni']), {u'key': u'value'}, Decimal('3.14')]

另外，使用更通用的序列化技术（例如YAML，Twisted Jelly或Python的pickle模块）可能很有用。它们每个都支持更大范围的数据类型。

您可以创建一个自定义编码器，list当遇到时将返回set。这是一个例子：

>>> import json
>>> class SetEncoder(json.JSONEncoder):
...    def default(self, obj):
...       if isinstance(obj, set):
...          return list(obj)
...       return json.JSONEncoder.default(self, obj)
... 
>>> json.dumps(set([1,2,3,4,5]), cls=SetEncoder)
'[1, 2, 3, 4, 5]'

您也可以通过这种方式检测其他类型。如果需要保留列表实际上是一个集合，则可以使用自定义编码。类似的东西return {'type':'set', 'list':list(obj)}可能会起作用。

要说明嵌套类型，请考虑将其序列化：

>>> class Something(object):
...    pass
>>> json.dumps(set([1,2,3,4,5,Something()]), cls=SetEncoder)

这将引发以下错误：

TypeError: <__main__.Something object at 0x1691c50> is not JSON serializable

这表明编码器将获取list返回的结果，并对其子代递归调用序列化器。要为多种类型添加自定义序列化程序，可以执行以下操作：

>>> class SetEncoder(json.JSONEncoder):
...    def default(self, obj):
...       if isinstance(obj, set):
...          return list(obj)
...       if isinstance(obj, Something):
...          return 'CustomSomethingRepresentation'
...       return json.JSONEncoder.default(self, obj)
... 
>>> json.dumps(set([1,2,3,4,5,Something()]), cls=SetEncoder)
'[1, 2, 3, 4, 5, "CustomSomethingRepresentation"]'

我将Raymond Hettinger的解决方案调整为适用于python 3。

这是发生了什么变化：

• unicode 消失了
• 更新调用父母default与super()
• 使用base64序列化bytes型成str（因为它似乎bytes在python 3不能被转换为JSON）

from decimal import Decimal
from base64 import b64encode, b64decode
from json import dumps, loads, JSONEncoder
import pickle

class PythonObjectEncoder(JSONEncoder):
    def default(self, obj):
        if isinstance(obj, (list, dict, str, int, float, bool, type(None))):
            return super().default(obj)
        return {'_python_object': b64encode(pickle.dumps(obj)).decode('utf-8')}

def as_python_object(dct):
    if '_python_object' in dct:
        return pickle.loads(b64decode(dct['_python_object'].encode('utf-8')))
    return dct

data = [1,2,3, set(['knights', 'who', 'say', 'ni']), {'key':'value'}, Decimal('3.14')]
j = dumps(data, cls=PythonObjectEncoder)
print(loads(j, object_hook=as_python_object))
# prints: [1, 2, 3, {'knights', 'who', 'say', 'ni'}, {'key': 'value'}, Decimal('3.14')]

JSON中仅字典，列表和原始对象类型（int，字符串，布尔）可用。

您无需创建自定义编码器类即可提供default方法-可以将其作为关键字参数传递：

import json

def serialize_sets(obj):
    if isinstance(obj, set):
        return list(obj)

    return obj

json_str = json.dumps(set([1,2,3]), default=serialize_sets)
print(json_str)

会生成[1, 2, 3]所有受支持的Python版本。

如果您只需要编码集合，而不是一般的Python对象，并且想要使其易于阅读，则可以使用Raymond Hettinger答案的简化版本：

import json
import collections

class JSONSetEncoder(json.JSONEncoder):
    """Use with json.dumps to allow Python sets to be encoded to JSON

    Example
    -------

    import json

    data = dict(aset=set([1,2,3]))

    encoded = json.dumps(data, cls=JSONSetEncoder)
    decoded = json.loads(encoded, object_hook=json_as_python_set)
    assert data == decoded     # Should assert successfully

    Any object that is matched by isinstance(obj, collections.Set) will
    be encoded, but the decoded value will always be a normal Python set.

    """

    def default(self, obj):
        if isinstance(obj, collections.Set):
            return dict(_set_object=list(obj))
        else:
            return json.JSONEncoder.default(self, obj)

def json_as_python_set(dct):
    """Decode json {'_set_object': [1,2,3]} to set([1,2,3])

    Example
    -------
    decoded = json.loads(encoded, object_hook=json_as_python_set)

    Also see :class:`JSONSetEncoder`

    """
    if '_set_object' in dct:
        return set(dct['_set_object'])
    return dct

如果您只需要快速转储并且不想实现自定义编码器。您可以使用以下内容：

json_string = json.dumps(data, iterable_as_array=True)

这会将所有集合（和其他可迭代对象）转换为数组。请注意，当您解析json时，这些字段将保留为数组。如果要保留类型，则需要编写自定义编码器。

公认的解决方案的一个缺点是它的输出是非常特定于python的。也就是说，人类无法观察到其原始json输出，也无法通过其他语言（例如javascript）加载该输出。例：

db = {
        "a": [ 44, set((4,5,6)) ],
        "b": [ 55, set((4,3,2)) ]
        }

j = dumps(db, cls=PythonObjectEncoder)
print(j)

会给你：

{"a": [44, {"_python_object": "gANjYnVpbHRpbnMKc2V0CnEAXXEBKEsESwVLBmWFcQJScQMu"}], "b": [55, {"_python_object": "gANjYnVpbHRpbnMKc2V0CnEAXXEBKEsCSwNLBGWFcQJScQMu"}]}

我可以提出一种解决方案，将集合降级为包含输出列表的字典，并在使用相同的编码器加载到python中时将其降级为集合，从而保留可观察性和语言不可知性：

from decimal import Decimal
from base64 import b64encode, b64decode
from json import dumps, loads, JSONEncoder
import pickle

class PythonObjectEncoder(JSONEncoder):
    def default(self, obj):
        if isinstance(obj, (list, dict, str, int, float, bool, type(None))):
            return super().default(obj)
        elif isinstance(obj, set):
            return {"__set__": list(obj)}
        return {'_python_object': b64encode(pickle.dumps(obj)).decode('utf-8')}

def as_python_object(dct):
    if '__set__' in dct:
        return set(dct['__set__'])
    elif '_python_object' in dct:
        return pickle.loads(b64decode(dct['_python_object'].encode('utf-8')))
    return dct

db = {
        "a": [ 44, set((4,5,6)) ],
        "b": [ 55, set((4,3,2)) ]
        }

j = dumps(db, cls=PythonObjectEncoder)
print(j)
ob = loads(j)
print(ob["a"])

这使您：

{"a": [44, {"__set__": [4, 5, 6]}], "b": [55, {"__set__": [2, 3, 4]}]}
[44, {'__set__': [4, 5, 6]}]

请注意，序列化包含具有键的元素的字典"__set__"将破坏此机制。因此__set__现在已成为保留dict键。显然，可以随意使用另一个更加模糊的密钥。