• 当前位置：首页
  • IT科技
  • json 和 simplejson Python 模块之间有什么区别？

json 和 simplejson Python 模块之间有什么区别？

2025-02-20 09:23:00
admin
原创
29
摘要：问题描述：我看到许多项目使用simplejson模块而不是json标准库中的模块。此外，还有许多不同的simplejson模块。为什么要使用这些替代方案，而不是标准库中的方案？解决方案 1：json 是 simplejson，已添加到 stdlib。但由于是json在 2.6 版中添加的，因此simplejs...

问题描述：

我看到许多项目使用simplejson模块而不是json标准库中的模块。此外，还有许多不同的simplejson模块。为什么要使用这些替代方案，而不是标准库中的方案？

解决方案 1：

json 是 simplejson，已添加到 stdlib。但由于是json在 2.6 版中添加的，因此simplejson具有在更多 Python 版本（2.4+）上运行的优势。

simplejson也比 Python 更新得更频繁，所以如果你需要（或想要）最新版本，最好尽可能使用simplejson它自己。

我认为，一个好的做法是使用其中一个作为后备。

try:
    import simplejson as json
except ImportError:
    import json

解决方案 2：

我不同意其他答案：内置库json（在 Python 2.7 中）不一定比 慢simplejson。它也没有这个烦人的 unicode 错误。

这是一个简单的基准：

import json
import simplejson
from timeit import repeat

NUMBER = 100000
REPEAT = 10

def compare_json_and_simplejson(data):
    """Compare json and simplejson - dumps and loads"""
    compare_json_and_simplejson.data = data
    compare_json_and_simplejson.dump = json.dumps(data)
    assert json.dumps(data) == simplejson.dumps(data)
    result = min(repeat("json.dumps(compare_json_and_simplejson.data)", "from __main__ import json, compare_json_and_simplejson", 
                 repeat = REPEAT, number = NUMBER))
    print "      json dumps {} seconds".format(result)
    result = min(repeat("simplejson.dumps(compare_json_and_simplejson.data)", "from __main__ import simplejson, compare_json_and_simplejson", 
                 repeat = REPEAT, number = NUMBER))
    print "simplejson dumps {} seconds".format(result)
    assert json.loads(compare_json_and_simplejson.dump) == data
    result = min(repeat("json.loads(compare_json_and_simplejson.dump)", "from __main__ import json, compare_json_and_simplejson", 
                 repeat = REPEAT, number = NUMBER))
    print "      json loads {} seconds".format(result)
    result = min(repeat("simplejson.loads(compare_json_and_simplejson.dump)", "from __main__ import simplejson, compare_json_and_simplejson", 
                 repeat = REPEAT, number = NUMBER))
    print "simplejson loads {} seconds".format(result)


print "Complex real world data:" 
COMPLEX_DATA = {'status': 1, 'timestamp': 1362323499.23, 'site_code': 'testing123', 'remote_address': '212.179.220.18', 'input_text': u'ny monday for less than /u20aa123', 'locale_value': 'UK', 'eva_version': 'v1.0.3286', 'message': 'Successful Parse', 'muuid1': '11e2-8414-a5e9e0fd-95a6-12313913cc26', 'api_reply': {"api_reply": {"Money": {"Currency": "ILS", "Amount": "123", "Restriction": "Less"}, "ProcessedText": "ny monday for less than \/u20aa123", "Locations": [{"Index": 0, "Derived From": "Default", "Home": "Default", "Departure": {"Date": "2013-03-04"}, "Next": 10}, {"Arrival": {"Date": "2013-03-04", "Calculated": True}, "Index": 10, "All Airports Code": "NYC", "Airports": "EWR,JFK,LGA,PHL", "Name": "New York City, New York, United States (GID=5128581)", "Latitude": 40.71427, "Country": "US", "Type": "City", "Geoid": 5128581, "Longitude": -74.00597}]}}}
compare_json_and_simplejson(COMPLEX_DATA)
print "
Simple data:"
SIMPLE_DATA = [1, 2, 3, "asasd", {'a':'b'}]
compare_json_and_simplejson(SIMPLE_DATA)

我的系统上的结果（Python 2.7.4，Linux 64 位）：

复杂的现实世界数据：

json 转储 1.56666707993 秒

simplejson 转储 2.25638604164 秒

json 加载 2.71256899834 秒

simplejson 加载 1.29233884811 秒

简单数据：

json 转储 0.370109081268 秒

simplejson 转储 0.574181079865 秒

json 加载 0.422876119614 秒

simplejson 加载 0.270955085754 秒

对于转储，json比 更快simplejson。 对于加载，simplejson更快。

由于我目前正在构建一个 Web 服务，dumps()所以更重要的是——并且始终优先使用标准库。

此外，cjson过去 4 年没有更新，所以我不会碰它。

解决方案 3：

所有这些答案都没有什么帮助，因为它们都具有时间敏感性。

经过我自己的一些研究后，我发现如果你将其更新到最新版本simplejson，它确实比内置的更快。

pip/easy_install想在 ubuntu 12.04 上安装 2.3.2，但发现最新simplejson版本实际上是 3.3.0，所以我更新了它并重新运行了时间测试。

  • simplejson`json`在负载下比内置快 3 倍左右

  • simplejson`json`比dumps内置的快 30% 左右

免责声明：

上述语句是在 python-2.7.3 和 simplejson 3.3.0 (使用 c 加速) 中编写的，为了确保我的答案也不是时间敏感的，您应该运行自己的测试来检查，因为不同版本之间的差异很大；没有不敏感的简单答案。

如何判断 simplejson 中是否启用了 C 加速：

import simplejson
# If this is True, then c speedups are enabled.
print bool(getattr(simplejson, '_speedups', False))

更新：我最近遇到了一个名为ujsonsimplejson的库，它的执行速度比一些基本测试快约 3 倍。

解决方案 4：

我一直在对 json、simplejson 和 cjson 进行基准测试。

  • cjson 最快

  • simplejson 几乎与 cjson 相当

  • json 比 simplejson 慢 10 倍左右

http://pastie.org/1507411：

$ python test_serialization_speed.py 
--------------------
   Encoding Tests
--------------------
Encoding: 100000 x {'m': 'asdsasdqwqw', 't': 3}
[      json] 1.12385 seconds for 100000 runs. avg: 0.011239ms
[simplejson] 0.44356 seconds for 100000 runs. avg: 0.004436ms
[     cjson] 0.09593 seconds for 100000 runs. avg: 0.000959ms

Encoding: 10000 x {'m': [['0', 1, '2', 3, '4', 5, '6', 7, '8', 9, '10', 11, '12', 13, '14', 15, '16', 17, '18', 19], ['0', 1, '2', 3, '4', 5, '6', 7, '8', 9, '10', 11, '12', 13, '14', 15, '16', 17, '18', 19], ['0', 1, '2', 3, '4', 5, '6', 7, '8', 9, '10', 11, '12', 13, '14', 15, '16', 17, '18', 19], ['0', 1, '2', 3, '4', 5, '6', 7, '8', 9, '10', 11, '12', 13, '14', 15, '16', 17, '18', 19], ['0', 1, '2', 3, '4', 5, '6', 7, '8', 9, '10', 11, '12', 13, '14', 15, '16', 17, '18', 19], ['0', 1, '2', 3, '4', 5, '6', 7, '8', 9, '10', 11, '12', 13, '14', 15, '16', 17, '18', 19], ['0', 1, '2', 3, '4', 5, '6', 7, '8', 9, '10', 11, '12', 13, '14', 15, '16', 17, '18', 19], ['0', 1, '2', 3, '4', 5, '6', 7, '8', 9, '10', 11, '12', 13, '14', 15, '16', 17, '18', 19], ['0', 1, '2', 3, '4', 5, '6', 7, '8', 9, '10', 11, '12', 13, '14', 15, '16', 17, '18', 19], ['0', 1, '2', 3, '4', 5, '6', 7, '8', 9, '10', 11, '12', 13, '14', 15, '16', 17, '18', 19], ['0', 1, '2', 3, '4', 5, '6', 7, '8', 9, '10', 11, '12', 13, '14', 15, '16', 17, '18', 19], ['0', 1, '2', 3, '4', 5, '6', 7, '8', 9, '10', 11, '12', 13, '14', 15, '16', 17, '18', 19], ['0', 1, '2', 3, '4', 5, '6', 7, '8', 9, '10', 11, '12', 13, '14', 15, '16', 17, '18', 19], ['0', 1, '2', 3, '4', 5, '6', 7, '8', 9, '10', 11, '12', 13, '14', 15, '16', 17, '18', 19], ['0', 1, '2', 3, '4', 5, '6', 7, '8', 9, '10', 11, '12', 13, '14', 15, '16', 17, '18', 19], ['0', 1, '2', 3, '4', 5, '6', 7, '8', 9, '10', 11, '12', 13, '14', 15, '16', 17, '18', 19], ['0', 1, '2', 3, '4', 5, '6', 7, '8', 9, '10', 11, '12', 13, '14', 15, '16', 17, '18', 19], ['0', 1, '2', 3, '4', 5, '6', 7, '8', 9, '10', 11, '12', 13, '14', 15, '16', 17, '18', 19], ['0', 1, '2', 3, '4', 5, '6', 7, '8', 9, '10', 11, '12', 13, '14', 15, '16', 17, '18', 19], ['0', 1, '2', 3, '4', 5, '6', 7, '8', 9, '10', 11, '12', 13, '14', 15, '16', 17, '18', 19]], 't': 3}
[      json] 7.76628 seconds for 10000 runs. avg: 0.776628ms
[simplejson] 0.51179 seconds for 10000 runs. avg: 0.051179ms
[     cjson] 0.44362 seconds for 10000 runs. avg: 0.044362ms

--------------------
   Decoding Tests
--------------------
Decoding: 100000 x {"m": "asdsasdqwqw", "t": 3}
[      json] 3.32861 seconds for 100000 runs. avg: 0.033286ms
[simplejson] 0.37164 seconds for 100000 runs. avg: 0.003716ms
[     cjson] 0.03893 seconds for 100000 runs. avg: 0.000389ms

Decoding: 10000 x {"m": [["0", 1, "2", 3, "4", 5, "6", 7, "8", 9, "10", 11, "12", 13, "14", 15, "16", 17, "18", 19], ["0", 1, "2", 3, "4", 5, "6", 7, "8", 9, "10", 11, "12", 13, "14", 15, "16", 17, "18", 19], ["0", 1, "2", 3, "4", 5, "6", 7, "8", 9, "10", 11, "12", 13, "14", 15, "16", 17, "18", 19], ["0", 1, "2", 3, "4", 5, "6", 7, "8", 9, "10", 11, "12", 13, "14", 15, "16", 17, "18", 19], ["0", 1, "2", 3, "4", 5, "6", 7, "8", 9, "10", 11, "12", 13, "14", 15, "16", 17, "18", 19], ["0", 1, "2", 3, "4", 5, "6", 7, "8", 9, "10", 11, "12", 13, "14", 15, "16", 17, "18", 19], ["0", 1, "2", 3, "4", 5, "6", 7, "8", 9, "10", 11, "12", 13, "14", 15, "16", 17, "18", 19], ["0", 1, "2", 3, "4", 5, "6", 7, "8", 9, "10", 11, "12", 13, "14", 15, "16", 17, "18", 19], ["0", 1, "2", 3, "4", 5, "6", 7, "8", 9, "10", 11, "12", 13, "14", 15, "16", 17, "18", 19], ["0", 1, "2", 3, "4", 5, "6", 7, "8", 9, "10", 11, "12", 13, "14", 15, "16", 17, "18", 19], ["0", 1, "2", 3, "4", 5, "6", 7, "8", 9, "10", 11, "12", 13, "14", 15, "16", 17, "18", 19], ["0", 1, "2", 3, "4", 5, "6", 7, "8", 9, "10", 11, "12", 13, "14", 15, "16", 17, "18", 19], ["0", 1, "2", 3, "4", 5, "6", 7, "8", 9, "10", 11, "12", 13, "14", 15, "16", 17, "18", 19], ["0", 1, "2", 3, "4", 5, "6", 7, "8", 9, "10", 11, "12", 13, "14", 15, "16", 17, "18", 19], ["0", 1, "2", 3, "4", 5, "6", 7, "8", 9, "10", 11, "12", 13, "14", 15, "16", 17, "18", 19], ["0", 1, "2", 3, "4", 5, "6", 7, "8", 9, "10", 11, "12", 13, "14", 15, "16", 17, "18", 19], ["0", 1, "2", 3, "4", 5, "6", 7, "8", 9, "10", 11, "12", 13, "14", 15, "16", 17, "18", 19], ["0", 1, "2", 3, "4", 5, "6", 7, "8", 9, "10", 11, "12", 13, "14", 15, "16", 17, "18", 19], ["0", 1, "2", 3, "4", 5, "6", 7, "8", 9, "10", 11, "12", 13, "14", 15, "16", 17, "18", 19], ["0", 1, "2", 3, "4", 5, "6", 7, "8", 9, "10", 11, "12", 13, "14", 15, "16", 17, "18", 19]], "t": 3}
[      json] 37.26270 seconds for 10000 runs. avg: 3.726270ms
[simplejson] 0.56643 seconds for 10000 runs. avg: 0.056643ms
[     cjson] 0.33007 seconds for 10000 runs. avg: 0.033007ms

解决方案 5：

simplejson 和 json 之间的某些值的序列化方式不同。

值得注意的是， 的实例collections.namedtuple被 序列化为数组，json但 被 序列化为对象simplejson。您可以通过传递namedtuple_as_object=False给 来覆盖此行为simplejson.dump，但默认情况下行为不匹配。

>>> import collections, simplejson, json
>>> TupleClass = collections.namedtuple("TupleClass", ("a", "b"))
>>> value = TupleClass(1, 2)
>>> json.dumps(value)
'[1, 2]'
>>> simplejson.dumps(value)
'{"a": 1, "b": 2}'
>>> simplejson.dumps(value, namedtuple_as_object=False)
'[1, 2]'

解决方案 6：

我发现 Python 2.7 与 simplejson 3.3.1 之间存在 API 不兼容问题，即输出结果是 str 还是 unicode 对象。例如

>>> from json import JSONDecoder
>>> jd = JSONDecoder()
>>> jd.decode("""{ "a":"b" }""")
{u'a': u'b'}

对比

>>> from simplejson import JSONDecoder
>>> jd = JSONDecoder()
>>> jd.decode("""{ "a":"b" }""")
{'a': 'b'}

如果倾向于使用 simplejson，则可以通过将参数字符串强制转换为 unicode 来解决这个问题，如下所示：

>>> from simplejson import JSONDecoder
>>> jd = JSONDecoder()
>>> jd.decode(unicode("""{ "a":"b" }""", "utf-8"))
{u'a': u'b'}

强制转换确实需要知道原始字符集，例如：

>>> jd.decode(unicode("""{ "a": "ξηθννββωφρες" }"""))
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
UnicodeDecodeError: 'ascii' codec can't decode byte 0xce in position 8: ordinal not in range(128)

这是无法修复的问题 40

解决方案 7：

项目使用 simplejson 的另一个原因是内置 json 最初不包含其 C 加速，因此性能差异很明显。

解决方案 8：

内置json模块已包含在 Python 2.6 中。任何支持 Python < 2.6 版本的项目都需要有后备。在许多情况下，该后备是simplejson。

解决方案 9：

以下是 Python json 库的比较（现已过时）：

比较 Python 的 JSON 模块（存档链接）

无论此比较的结果如何，如果您使用的是 Python 2.6，则应使用标准库 json。否则，最好只使用 simplejson。

解决方案 10：

json似乎比simplejson最新版本的加载和转储都快

已测试的版本：

  • 蟒蛇：3.6.8

  • json：2.0.9

  • simplejson：3.16.0

结果：

>>> def test(obj, call, data, times):
...   s = datetime.now()
...   print("calling: ", call, " in ", obj, " ", times, " times") 
...   for _ in range(times):
...     r = getattr(obj, call)(data)
...   e = datetime.now()
...   print("total time: ", str(e-s))
...   return r

>>> test(json, "dumps", data, 10000)
calling:  dumps  in  <module 'json' from 'C:\\Users\\jophine.antony\\AppData\\Local\\Programs\\Python\\Python36-32\\lib\\json\\__init__.py'>   10000  times
total time:  0:00:00.054857

>>> test(simplejson, "dumps", data, 10000)
calling:  dumps  in  <module 'simplejson' from 'C:\\Users\\jophine.antony\\AppData\\Local\\Programs\\Python\\Python36-32\\lib\\site-packages\\simplejson\\__init__.py'>   10000  times
total time:  0:00:00.419895
'{"1": 100, "2": "acs", "3.5": 3.5567, "d": [1, "23"], "e": {"a": "A"}}'

>>> test(json, "loads", strdata, 1000)
calling:  loads  in  <module 'json' from 'C:\\Users\\jophine.antony\\AppData\\Local\\Programs\\Python\\Python36-32\\lib\\json\\__init__.py'>   1000  times
total time:  0:00:00.004985
{'1': 100, '2': 'acs', '3.5': 3.5567, 'd': [1, '23'], 'e': {'a': 'A'}}

>>> test(simplejson, "loads", strdata, 1000)
calling:  loads  in  <module 'simplejson' from 'C:\\Users\\jophine.antony\\AppData\\Local\\Programs\\Python\\Python36-32\\lib\\site-packages\\simplejson\\__init__.py'>   1000  times
total time:  0:00:00.040890
{'1': 100, '2': 'acs', '3.5': 3.5567, 'd': [1, '23'], 'e': {'a': 'A'}}

对于版本：

  • 蟒蛇：3.7.4

  • json：2.0.9

  • simplejson： 3.17.0

在转储操作期间，json 比 simplejson 更快，但在加载操作期间，两者的速度相同

解决方案 11：

simplejson 模块比 json 快 1.5 倍（在我的计算机上，使用 simplejson 2.1.1 和 Python 2.7 x86）。

如果您愿意，可以尝试基准测试：http://abral.altervista.org/jsonpickle-bench.zip
在我的 PC 上，simplejson 比 cPickle 更快。我也想知道您的基准测试！

可能正如 Coady 所说，simplejson 和 json 的区别在于 simplejson 包含 _speedups.c。那么，为什么 python 开发人员不使用 simplejson？

解决方案 12：

在 python3 中，如果您有一个字符串b'bytes'，则json必须先使用.decode()内容，然后才能加载它。 simplejson会处理好这个问题，所以您只需执行即可simplejson.loads(byte_string)。

解决方案 13：

2024 年的更新答案。遗憾的是，其他答案已经过时了十年。

您应该使用内置import json模块。

它是同一个包。simplejson是项目名称https://github.com/simplejson/simplejson

它是在 Python 解释器json构建时附带的。

解释器捆绑的版本在那个时间点基本已经冻结。您可以安装最新的软件包以从 repo 中获取最新的更改。

当人们仍在使用 Python 2 时，simplejson 就很有用，但内置的 json 版本非常老旧，在 unicode 处理方面存在一些问题（或缺失）。您可以安装 simplejson 包，以获得在 Python 2 和 Python 3 上都能正常工作的最新库。

它不再相关并且 simplejson 的大多数用法可以被视为“过时的 python 2 兼容代码”。

所有关于性能的评论答案都已过时，因为它们与 Python 2.6 和 Python 2.7 时代的旧版 JSON 进行比较。性能改进早已实现。世界已经向前发展。有趣的是，Python 解释器（和相关的 C 库）仅在 Python 3.6 左右启用 gcc 构建优化的情况下才开始构建。

如果你正在优化绝对性能。你应该看看orjson哪些ujson是针对性能进行了优化的替代库。

解决方案 14：

我在寻找为 Python 2.6 安装 simplejson 时遇到了这个问题。我需要使用 json.load() 的“object_pairs_hook”来将 json 文件加载为 OrderedDict。由于熟悉较新版本的 Python，我没有意识到 Python 2.6 的 json 模块不包含“object_pairs_hook”，因此我必须为此安装 simplejson。从个人经验来看，这就是我使用 simplejson 而不是标准 json 模块的原因。

相关推荐
置顶 2025年20款好用的项目管理软件推荐，项目管理提效的20个工具和技巧
2025年20款好用的项目管理软件推荐，项目管理提效的20个工具和技巧
  为什么项目管理通常仍然耗时且低效？您是否还在反复更新电子表格、淹没在便利贴中并参加每周更新会议？这确实是耗费时间和精力。借助软件工具的帮助，您可以一目了然地全面了解您的项目。如今，国内外有足够多优秀的项目管理软件可以帮助您掌控每个项目。什么是项目管理软件？项目管理软件是广泛行业用于项目规划、资源分配和调度的软件。它使项...
项目管理软件   1325  
IPD流程的五个阶段与项目成功的关联
IPD流程的五个阶段与项目成功的关联
  IPD（Integrated Product Development）流程作为一种先进的产品开发管理模式，在众多企业中得到了广泛应用。它涵盖了从产品概念产生到产品退市的整个生命周期，通过整合跨部门团队、优化流程等方式，显著提升产品开发的效率和质量，进而为项目的成功奠定坚实基础。深入探究IPD流程的五个阶段与项目成功之间...
IPD流程分为几个阶段   4  
华为IPD流程中的创新管理与实践
华为IPD流程中的创新管理与实践
  华为作为全球知名的科技企业，其成功背后的管理体系备受关注。IPD（集成产品开发）流程作为华为核心的产品开发管理模式，其中的创新管理与实践更是蕴含着丰富的经验和深刻的智慧，对众多企业具有重要的借鉴意义。IPD流程的核心架构IPD流程旨在打破部门墙，实现跨部门的高效协作，将产品开发视为一个整体的流程。它涵盖了从市场需求分析...
华为IPD是什么   3  
IPD研发管理体系怎样推动企业持续发展
IPD研发管理体系怎样推动企业持续发展
  IPD（Integrated Product Development）研发管理体系作为一种先进的产品开发模式，在众多企业的发展历程中发挥了至关重要的作用。它不仅仅是一套流程，更是一种理念，一种能够全方位提升企业竞争力，推动企业持续发展的有效工具。深入探究IPD研发管理体系如何助力企业持续发展，对于众多渴望在市场中立足并...
IPD管理流程   3  
IPD流程管理中如何有效降低成本
IPD流程管理中如何有效降低成本
  IPD（Integrated Product Development）流程管理旨在通过整合产品开发流程、团队和资源，实现产品的快速、高质量交付。在这一过程中，有效降低成本是企业提升竞争力的关键。通过优化IPD流程管理中的各个环节，可以在不牺牲产品质量和性能的前提下，实现成本的显著降低，为企业创造更大的价值。优化产品规划...
IPD流程分为几个阶段   4  
热门文章
2025soft
2025年20款好用的项目管理软件推荐，项目管理提效的20个工具和技巧
img020
使用 Python 'Requests' 模块的代理
img044
10个项目管理常见问题解答：包括难点和解决方法
项目管理软件
项目延期的原因有哪些？如何有效预防和管理？
项目里程碑计划模板
项目里程碑计划模板怎么写?设定项目里程碑的5个方法
项目管理软件
项目管理指南：制定项目实施计划的6大步骤有哪些？
img081
工程项目管理中的团队建设与激励策略
项目管理软件有哪些？
热门标签
更多>
IPD流程 项目管理 IT项目管理 敏捷开发 项目管理软件 Scrum 敏捷项目管理 IPD流程管理 项目风险管理 项目管理工具 项目经理 极限编程  产品管理  项目经理职责 项目路线图 项目进度管理 团队管理 测试管理工具 项目预算管理 PMP认证 瀑布式管理 项目范围管理 IT科技 项目管理平台 工程项目管理 项目资源管理 pmp证书考试
云禅道AD
禅道项目管理软件

云端的项目管理软件

尊享禅道项目软件收费版功能

无需维护，随时随地协同办公

内置subversion和git源码管理

每天备份，随时转为私有部署

免费试用