Sanic框架中datetime对象的JSON序列化问题解析
2025-05-12 16:28:13作者:宣海椒Queenly
在Python的Sanic框架开发过程中,开发者经常会遇到需要将包含datetime类型数据的对象序列化为JSON格式返回给客户端的情况。然而,Sanic默认的JSON序列化器并不能直接处理datetime对象,这会导致TypeError异常。
问题本质
JSON规范本身只支持以下几种数据类型作为值:
- 数字(整数和浮点数)
- 字符串
- 数组
- 布尔值
- null
- JSON对象
datetime对象不属于上述任何一类,因此需要开发者自行决定如何将其转换为JSON兼容的格式。这种设计是合理的,因为datetime可以转换为多种格式(如时间戳、ISO格式字符串、自定义格式字符串等),框架不应该强制使用某一种特定格式。
解决方案
1. 针对单个路由的解决方案
对于只需要在特定路由中处理datetime序列化的情况,可以在response.json()方法中传入自定义的default处理器:
from datetime import datetime, date
def datetime_to_json_formatting(o):
if isinstance(o, (date, datetime)):
return o.strftime('%Y%m%d %H%M%S')
@app.get("/example")
async def example(request):
body = {'time': datetime.now(), 'body': 'string'}
return response.json(body, default=datetime_to_json_formatting)
这种方法灵活且不影响其他路由,适合只在少数地方需要处理datetime序列化的场景。
2. 全局解决方案
如果项目中大量路由都需要处理datetime序列化,可以创建自定义的JSON序列化器并应用到整个Sanic应用:
import functools
from datetime import datetime, date
def datetime_to_json_formatting(o):
if isinstance(o, (date, datetime)):
return o.strftime('%Y%m%d %H%M%S')
custom_dumps = functools.partial(ujson.dumps, default=datetime_to_json_formatting)
app = Sanic("app", dumps=custom_dumps)
这种方法确保了整个应用中的所有JSON响应都能正确处理datetime对象,避免了重复代码。
最佳实践建议
-
格式一致性:在整个项目中保持datetime转换格式的一致性,建议使用ISO 8601格式(如'%Y-%m-%dT%H:%M:%S')以便前端处理。
-
时区处理:明确时区处理策略,建议存储和传输UTC时间,在前端显示时再转换为本地时间。
-
性能考虑:对于高频接口,自定义序列化函数的性能会影响整体响应时间,应进行适当的性能测试。
-
扩展性:自定义的default处理器可以扩展以处理其他非JSON原生类型,如Decimal、UUID等。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0231
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
JoyAI-VL-Interaction-Preview京东开源首个开源、视觉驱动的实时交互模型——它能实时监控视频流,并自主决定何时发言、保持沉默或委托任务。Jinja00
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0152
kornia🐍 空间人工智能的几何计算机视觉库Python02
PaddleParallel Distributed Deep Learning: Machine Learning Framework from Industrial Practice (『飞桨』核心框架,深度学习&机器学习高性能单机、分布式训练和跨平台部署)C++02
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
782
5.11 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
892
2.06 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
471
473
Ascend Extension for PyTorch
Python
764
972
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
710
1.43 K
deepin linux kernel
C
32
16
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
433
151
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.11 K
1.15 K
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
2.27 K
681
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.04 K
272