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 StartedRust0458
源启盛夏_AtomGit暑期开发者成长计划「源启盛夏」暑期校园开发者成长计划旨在激活校园开源力量,通过积分激励、认证扶持、资源倾斜等形式,引导高校组织和开发者完成「入驻 — 建项目 — 做贡献 — 获认证 — 得资源」的完整闭环。无论你是想带领社团入驻平台的组织者,还是希望用代码贡献证明自己的开发者,都能在这里找到属于你的成长路径。Markdown01
jiuwenswarmJiuwenSwarm 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。Python0787
VTJ.PRO以AI驱动的Vue3前端低代码开发工具。内置低代码引擎、渲染器和代码生成器,支持Vue源码与低代码DSL双向转换,面向前端开发者,开箱即用。 无缝嵌入本地开发工程,不改变前端开发流程和编码习惯。TypeScript05
AscendNPU-IRAscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优C++0316
OpenDeepWikiOpenDeepWiki 是 DeepWiki 项目的开源版本,旨在提供一个强大的知识管理和协作平台。该项目主要使用 C# 和 TypeScript 开发,支持模块化设计,易于扩展和定制。C#01
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Markdown
832
5.52 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
497
522
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
808
1.17 K
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++
802
1.6 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++
982
2.32 K
deepin linux kernel
C
33
16
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
3.05 K
786
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
486
315
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++
1.21 K
1.27 K
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
668
316