json.dumps() 默认无法序列化 datetime 对象，因其不符合 json 标准定义的六种类型；需通过 custom default 函数（如返回 isoformat() 字符串）实现可控转换，并在反序列化时手动还原。
Python 的 json 模块默认无法序列化 datetime 对象，直接调用 json.dumps() 会抛出 TypeError: Object of type datetime is not JSON serializable。
为什么 json.dumps() 会报错 datetime 不可序列化
JSON 标准只定义了 null、boolean、number、string、array、object 六种类型，datetime 不在其中。Python 的 json 模块严格遵循该标准，不会自动转换任何非标类型。
常见错误现象：
- 调用
json.dumps({'time': datetime.now()})立即崩溃 - 误以为设置
default=str就能“通用解决”——它确实能跑通，但生成的是形如'2024-05-22 14:30:15.123456'的字符串，丢失时区和类型语义，反序列化时无法还原为datetime
用 custom default 函数实现可控的 datetime 序列化
核心是传入 default 参数，让 json.dumps() 在遇到未知类型时调用你的函数做转换。关键在于：只处理 datetime（及 date、time），其他类型仍抛出原错误，避免掩盖真正的问题。
实操建议：
- 优先转为 ISO 8601 字符串：
dt.isoformat()，它天然支持时区（如+08:00）且可被datetime.fromisoformat()安全解析 - 若需兼容老系统或强制 UTC，先用
dt.astimezone(timezone.utc)归一化 - 不要用
strftime()自定义格式——除非业务强依赖某固定格式，否则增加解析负担
示例：
import json
from datetime import datetime, timezone
<p>def json_serializer(obj):
if isinstance(obj, datetime):
return obj.isoformat()
elif isinstance(obj, date):
return obj.isoformat()
raise TypeError(f"Object of type {type(obj).<strong>name</strong>} is not JSON serializable")</p><p>data = {"event": "login", "at": datetime.now(timezone.utc)}
json_str = json.dumps(data, default=json_serializer)</p><h1>输出类似：{"event": "login", "at": "2024-05-22T14:30:15.123456+00:00"}</h1><p></p>
反序列化时如何安全还原 datetime
json.loads() 不提供内置钩子来自动识别时间字符串，必须手动处理。不能依赖字段名硬编码（比如看到 "at" 就转 datetime），因为结构可能嵌套、字段名不固定。
推荐做法：
- 在序列化阶段就约定好时间字段的命名规范（如统一加
_at、_time后缀），反序列化时用递归函数扫描 key 名匹配 - 更健壮的方式：由业务层明确知道哪些字段是时间类型，在解析后单独调用
datetime.fromisoformat() - 警惕
fromisoformat()对带微秒/时区字符串的兼容性——Python 3.7+ 支持完整 ISO 格式，旧版本需用dateutil.parser.parse()
注意：json.loads() 的 object_hook 只接收 dict，无法感知字段原始类型，所以它适合做“键值对预处理”，不适合做类型推断。
用 dataclass + pydantic 更省心？
如果项目已引入 pydantic，直接用 BaseModel 是更优解：它内置了 datetime 的序列化/反序列化逻辑，支持配置 json_encoders 和自定义验证器，且类型提示清晰。
但纯 json 模块方案仍有价值：
- 轻量级脚本、无外部依赖要求
- 需要完全控制输出格式（如去掉微秒、强制 UTC 字符串）
- 与遗留系统对接，对方只认特定时间字符串格式
这时候，别绕开 default 参数，也别试图 monkey patch json.JSONEncoder——写个干净的小函数，显式传进去，最不容易出错。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
