jsonify()最安全，它自动设置Content-Type: application/json、处理中文编码和None值，但仅支持基础类型；传datetime等需先转字符串，手动用json.dumps()+Response易漏响应头或编码。
直接用 jsonify() 最安全
Flask 自带的 jsonify() 不只是把字典转成 JSON 字符串，它还会自动设置 Content-Type: application/json 响应头，并处理中文编码、日期对象（会报错，需提前转换）、None 值等边界情况。不用它而手动调 json.dumps() + Response，容易漏掉响应头或编码问题。
常见错误现象：json.dumps({'msg': '成功'}) 直接返回，前端收到的是字符串类型响应，fetch().json() 会失败；或者中文显示为 Unicode 转义（如 "\u6210\u529f"）。
- 必须从
flask导入：from flask import jsonify - 只接受 dict、list、str、int、float、bool、None 等基础类型，不能传
datetime、Decimal或自定义类实例 - 如果数据含
datetime，先用isoformat()转成字符串：'created_at': dt.isoformat()
返回非标准结构时用 Response + json.dumps()
当需要控制状态码、自定义响应头，或返回非顶层对象（比如 JSONP 包裹、带元信息的外层结构），就得绕过 jsonify()，手动构造响应。
使用场景：统一 API 响应格式（如 {'code': 0, 'data': {...}, 'msg': 'ok'}）、返回 204 状态码、添加 X-Request-ID 头。
- 别忘了设
content_type='application/json'，否则前端可能解析失败 - 中文要显式指定
ensure_ascii=False：json.dumps(data, ensure_ascii=False) - 示例：
return Response(json.dumps({'code': 0, 'data': user}, ensure_ascii=False), status=200, content_type='application/json')
jsonify() 和 json.dumps() 的性能差异可以忽略
小数据量下两者性能几乎一样；大数据量（如 >1MB）时，jsonify() 多一次封装，但瓶颈在序列化本身，不是那层包装。别为了“性能”放弃 jsonify() 的安全性。
真正影响性能的是数据组装过程——比如在视图里做 N+1 查询、未序列化的模型对象、重复计算字段。JSON 序列化本身不是瓶颈点。
- 不要提前
json.dumps()缓存结果再传给jsonify()，它会再序列化一次，导致双倍转义 - 如果真要优化大响应，考虑流式响应（
yield+Response）或压缩（启用gzip中间件）
调试时怎么看实际返回的 JSON？
浏览器直接访问接口，看源码是否是纯 JSON；更可靠的是用 curl -i 或 Postman，检查响应头里有没有 Content-Type: application/json，以及响应体是否合法 JSON（无 HTML 标签、无 Python repr 输出）。
容易被忽略的地方：开发时开了 debug=True，出错会返回 HTML 错误页，此时 Content-Type 是 text/html，但你可能只盯着响应体看“看起来像 JSON”，其实根本没进你的视图函数。
- 检查 Flask 日志，确认是否抛了异常跳到了调试页面
- 用
print(type(your_data))和print(your_data)在视图里确认数据类型和内容 - 如果返回空响应，大概率是
jsonify(None)或传了不可序列化对象导致静默失败（取决于 Flask 版本）
