它在 Github 上拥有 3k 星，305 个 fork，50 个贡献者，最新提交日期为 12 天前，但最后一次更新是 5 天前，显示处于“维护模式”。而 pysimdjson 和 python-rapidjson 则是基于 C++ 库 simdjson 和 RapidJSON 的绑定，分别在 Github 上拥有 12.2k 和 9.8k 星，以及 611 和 2.7k 分支，...
Python 中的 JSON 库：按速度、成熟度和操作安全性进行比较
REST API 是全球普遍采用的标准消息格式，而 JSON 成为互联网数据交换的核心，它的简洁明了使得在多种编程语言中广泛应用。Python 作为强大的脚本语言，同样支持多种 JSON 库。本文章将比较这些库在速度、成熟度和操作安全性方面的性能。
CPython 本身就集成了一个名为 json 的库，最初由 Bob Ippolito 开发，集成于 Python 2.4 版本，遵循 Python 软件基金会许可协议。
simplejson 是一个独立的库，可使用 pip 安装。它是一个纯 Python 库，带有可选的 C 扩展，遵循 MIT 和 Academic Free License（AFL）许可协议。
ujson 是对 C 语言库 Ultra JSON 的绑定，由 ESN 开发，获得 3条款BSD许可。它在 Github 上拥有 3k 星，305 个 fork，50 个贡献者，最新提交日期为 12 天前，但最后一次更新是 5 天前，显示处于“维护模式”。而 pysimdjson 和 python-rapidjson 则是基于 C++ 库 simdjson 和 RapidJSON 的绑定，分别在 Github 上拥有 12.2k 和 9.8k 星，以及 611 和 2.7k 分支，63 和 150 个贡献者。最近的提交分别是 11 小时前和 2 个月前。orjson 则依赖 Rust 技术，成为 Python 的一个软件包。
在成熟度和操作安全性方面，CPython、simplejson、ujson 和 orjson 声称已具备生产级别功能。然而，python-rapidjson 标记为 alpha 状态，但开发人员表示这是一次误标，问题将很快得到解决。
为了评估这些库的性能，我们进行了基准测试。结果显示，在反序列化速度上，ujson 表现最佳；在序列化速度上，orjson 以较快的速度胜出。考虑到专业 JSON 工作流，建议使用 pydantic 这类验证库，它允许你将 JSON 字符串解析为 Python 基本数据类型，进一步优化代码质量和效率。
根据上述分析，选择合适的 JSON 库取决于具体需求，包括性能要求、项目成熟度、以及与现有技术栈的兼容性。总之，在 Python 中处理 JSON 数据时，有多种高效且功能丰富的库可供选择，每种库都有其独特优势。2024-10-29
