Python 中将对象转换为 JSON（即序列化）需使用标准库 `json` 模块，但 **`json.dumps()` 默认不支持自定义类实例**，因为 JSON 标准只定义了有限的几种数据类型（`str`, `int`, `float`, `bool`, `None`, `list`, `dict`），而 Python 对象（如 `Person()`）不属于其中。因此，直接调用 `json.dumps(obj)` 会抛出 `TypeError: Object of type Person is not JSON serializable`。 ✅ **解决方法有三种主流方式，按推荐度排序如下：** --- ### ✅ 方法一：使用 `default` 参数 + 自定义序列化函数（最常用、灵活、无需修改类） ```python import json class Person: def __init__(self, name, age, city=None): self.name = name self.age = age self.city = city # 定义一个通用的序列化函数：将任意对象转为 dict（仅处理常见属性） def obj_to_dict(obj): if isinstance(obj, (str, int, float, bool, type(None))): return obj elif isinstance(obj, (list, tuple, set, frozenset)): return [obj_to_dict(item) for item in obj] elif isinstance(obj, dict): return {str(k): obj_to_dict(v) for k, v in obj.items()} else: # 对于自定义对象，返回其 __dict__（浅层属性字典） # 注意：不包含方法、私有属性（_开头）、动态属性（如 __slots__ 或 property） return {k: obj_to_dict(v) for k, v in obj.__dict__.items() if not k.startswith('_')} # 示例 p = Person("Alice", 30, "Beijing") json_str = json.dumps(p, default=obj_to_dict, indent=2, ensure_ascii=False) print(json_str) ``` **输出：** ```json { "name": "Alice", "age": 30, "city": "Beijing" } ``` > ✅ 优点：不侵入原类、支持嵌套对象、可复用； > ⚠️ 注意：`__dict__` 不包含 `@property`、`__slots__`、类变量、方法等；若需更精确控制，请在类中定义 `.to_dict()` 方法。 --- ### ✅ 方法二：在类中定义 `to_dict()` 方法 + `default` 调用它（推荐工程实践） ```python import json class Person: def __init__(self, name, age, city=None): self.name = name self.age = age self.city = city def to_dict(self): return { "name": self.name, "age": self.age, "city": self.city, # 可扩展：处理 datetime、enum、嵌套对象等 } def default_serializer(obj): if hasattr(obj, 'to_dict') and callable(getattr(obj, 'to_dict')): return obj.to_dict() raise TypeError(f"Object of type {type(obj).__name__} is not JSON serializable") # 使用 p = Person("Bob", 25, "Shanghai") json_str = json.dumps(p, default=default_serializer, indent=2, ensure_ascii=False) print(json_str) ``` > ✅ 优点：语义清晰、完全可控、易于单元测试、支持复杂逻辑（如日期格式化、敏感字段过滤）； > 📌 这是 Django/Flask/FastAPI 等框架中常见的模式（类似 `.model_dump()` 在 Pydantic 中）。 --- ### ✅ 方法三：使用 `json.JSONEncoder` 子类（适合全局统一规则） ```python import json class CustomEncoder(json.JSONEncoder): def default(self, obj): if isinstance(obj, Person): return { "name": obj.name, "age": obj.age, "city": obj.city, } # 可继续添加其他类型支持（如 datetime, Decimal, UUID...） elif hasattr(obj, '__dict__'): return obj.__dict__ return super().default(obj) # 使用 p = Person("Charlie", 35) json_str = json.dumps(p, cls=CustomEncoder, indent=2, ensure_ascii=False) print(json_str) ``` > ✅ 优点：可复用、支持多类型注册、适合项目级统一序列化策略； > ⚠️ 缺点：耦合稍强，不如 `default=` 函数轻量。 --- ### ❌ 不推荐的方式（常见错误）： - 直接 `json.dumps(obj.__dict__)`：看似简单，但无法处理嵌套对象、`None` 值异常、`datetime` 等非 JSON 类型，且暴露所有属性（含 `_private` 和方法）； - 重写 `__str__` 或 `__repr__` 试图“伪装”成 JSON：JSON 是结构化数据格式，不是字符串表示，`json.loads(str(obj))` 必然失败。 --- ### ✅ 额外提示：处理常见非 JSON 类型（如 `datetime`, `Decimal`, `UUID`） ```python from datetime import datetime from decimal import Decimal import uuid import json class RobustEncoder(json.JSONEncoder): def default(self, obj): if isinstance(obj, datetime): return obj.isoformat() # 或 obj.strftime("%Y-%m-%d %H:%M:%S") elif isinstance(obj, Decimal): return float(obj) # 或 str(obj) 保持精度 elif isinstance(obj, uuid.UUID): return str(obj) elif hasattr(obj, 'to_dict'): return obj.to_dict() elif hasattr(obj, '__dict__'): return obj.__dict__ return super().default(obj) # 示例 data = { "person": Person("David", 28), "created_at": datetime.now(), "price": Decimal("99.95"), "id": uuid.uuid4() } print(json.dumps(data, cls=RobustEncoder, indent=2, ensure_ascii=False)) ``` ---