cells-json

通用 JSON 序列化工具，提供 orjson 优先的高性能序列化能力，并补齐 Python 项目中常见的复杂类型处理需求。

🚀 核心特性

• orjson 优先：默认使用 orjson 作为主后端，优先追求吞吐量和低延迟。
• 极致性能：通过适配器模式和类型查找缓存，性能较标准库提升 3x - 10x。
• 全量类型支持：原生支持 datetime、Decimal、UUID、Enum、Path、numpy、pandas、set、tuple 等。
• 工业级异常体系：提供统一的 JSONEncodeError 和 JSONDecodeError，兼容标准库并保留完整上下文。
• 多后端适配：保留 backend="json" 显式回退能力，适合需要标准库参数语义的场景。
• 防御性设计：内置循环引用检测（支持标记字符串或严格报错）和显式参数控制。
• 便捷工具：提供装饰器、基类和辅助函数简化日常开发。

📦 安装

pip install cells-json

💡 快速开始

1. 核心 API 导入

你可以直接从根包导入最常用的功能：

from cells.json import (
    safe_json_dumps,    # 安全序列化（推荐）
    dump, load,         # 文件流接口
    dumps, loads,       # 高性能适配器
    UniversalSerializer, # 核心转换器
    JSONEncodeError,    # 编码异常
    JSONDecodeError     # 解码异常
)

2. 通用序列化 (推荐)

safe_json_dumps 会自动处理常见复杂类型，并采用递归扫描以支持循环引用标记。

from datetime import datetime
from cells.json import safe_json_dumps

data = {
    "time": datetime.now(),
    "tags": {"python", "json"},
    "meta": {"version": "1.0"}
}

# 支持 indent 等标准参数
json_str = safe_json_dumps(data, indent=2)

3. 高性能模式

使用 dumps 和 loads 直接走 orjson 主路径。该接口默认统一返回 str 类型。

from cells.json import dumps, loads

# 默认优先使用 orjson
json_str = dumps({"key": "value"}, ensure_ascii=False)
obj = loads(json_str)

4. 标准库风格导入

如果你希望在工程里用 cells 统一替代标准库入口，可以直接这样写：

from cells import json

payload = json.dumps({"name": "alice"}, ensure_ascii=False)
data = json.loads(payload)

也支持实例化适配器：

from cells.json import JSONAdapter

json = JSONAdapter()
payload = json.dumps({"name": "alice"}, ensure_ascii=False)
data = json.loads(payload)

后端策略

cells.json 的接口形状接近标准库 json，但行为策略以增强能力为准，不承诺与标准库逐项等价。

• 默认 backend="auto" 会优先使用 orjson。
• orjson 能适配的参数会尽量适配。
• 无法安全适配的标准库参数会直接报错，并提示显式指定 backend="json"。

例如：

from decimal import Decimal
from cells.json import dumps, loads

# orjson 主路径支持的参数
payload = dumps({"b": 1, "a": 2}, ensure_ascii=False, sort_keys=True, indent=2)

# 需要标准库解码钩子时，显式指定 json backend
data = loads("{\"value\": 1.25}", parse_float=Decimal, backend="json")

当前参数策略

• sort_keys：在 orjson 主路径下已适配。
• indent=2：在 orjson 主路径下已适配。
• skipkeys=True：在 orjson 主路径下会先做键过滤，再编码。
• separators=(",", ":")：在 orjson 主路径下已适配。
• check_circular=False：在 orjson 主路径下接受，但不保证行为与标准库一致。
• ensure_ascii=True、object_hook、parse_float、parse_int、parse_constant、object_pairs_hook、自定义 cls： 需要显式使用 backend="json"。

🔍 场景化指南 (QA)

📊 性能基准 (Performance)

在 Python 3.13 环境下，对比标准库 json 的吞吐量表现：

注：测试包含类型缓存优化。复杂对象场景包含大量 DateTime、Decimal 和 UUID 的混合处理。

🛠️ 支持的数据类型

• 日期时间: datetime, date, time (ISO 格式), timedelta (总秒数)。
• 数值与标识: Decimal (float), UUID (str), Enum (value)。
• 科学计算: numpy (ndarray/generic), pandas (DataFrame/Series)。
• 容器: set, tuple (转换为 list)。
• 自定义对象:
  • 优先尝试 to_dict() 方法。
  • 其次尝试 __dict__ 或 __slots__ 序列化。

⚠️ 异常处理

本库提供了一套完整的、与底层后端解耦的异常体系：

from cells.json import JSONEncodeError, JSONDecodeError, CircularReferenceError

try:
    payload = dumps(complex_obj)
except CircularReferenceError as e:
    print(f"检测到循环引用: {e.path}")
except JSONEncodeError as e:
    print(f"编码失败，对象类型: {e.obj_type}")

try:
    data = loads(invalid_str)
except JSONDecodeError as e:
    # 保留了标准库的错误位置信息
    print(f"解析失败 at pos {e.pos}: {e.msg}")

当 orjson 主路径不支持某个标准库参数时，会直接抛出 TypeError，并提示使用 backend="json"。

📂 辅助工具 (Utils)

如需使用以下辅助功能，请从 cells.json.utils 导入：

• save_json(data, path) / load_json(path)：快捷文件读写。
• prettify_json(data)：快速生成美化的 JSON 预览。
• JsonSerializable 基类：继承后可使用 obj.to_json()。
• @json_serializable 装饰器：为类动态注入 JSON 序列化能力。

📜 许可证

MPL-2.0