python – 如何覆盖JSONEncoder的二进制数据行为？

binary_data = b'x01x03x00x00 xe6x10x00x00x01x00x00x00x05x00x00x00x00x00x00x00x00x00x00x00x00x00x00x00x00x00x00x00x00x00x00x00x00x00x00x00x00x00x00x00x00x00xf0?x00x00x00x00x00x00xf0?x00x00x00x00x00x00xf0?x00x00x00x00x00x00xf0?x00x00x00x00x00x00x00x00x00x00x00x00x00x00x00x00x00x00x00x00x00x00x00x00'

(如果你真的很好奇,那就是几何的Extended WKB.)

实际上,我在dict中的某个地方有这些数据：

my_data = {
    'something1': 5.5,'something2': u'Some info','something3': b'x01x03x00x00 xe6x10x00x00x01x00x00x00x05x00x00x00x00x00x00x00x00x00x00x00x00x00x00x00x00x00x00x00x00x00x00x00x00x00x00x00x00x00x00x00x00x00xf0?x00x00x00x00x00x00xf0?x00x00x00x00x00x00xf0?x00x00x00x00x00x00xf0?x00x00x00x00x00x00x00x00x00x00x00x00x00x00x00x00x00x00x00x00x00x00x00x00',}

我想将其序列化为JSON来存储它.问题是我收到错误,因为json错误地尝试将其解释为UTF-8：

>>> json.dumps(my_data)
Traceback (most recent call last):
  File "<input>",line 1,in <module>
  File "C:Python27Libjson__init__.py",line 243,in dumps
    return _default_encoder.encode(obj)
  File "C:Python27Libjsonencoder.py",line 207,in encode
    chunks = self.iterencode(o,_one_shot=True)
  File "C:Python27Libjsonencoder.py",line 270,in iterencode
    return _iterencode(o,0)
UnicodeDecodeError: 'utf8' codec can't decode byte 0xe6 in position 5: invalid continuation byte

我可以手动编码：

my_serializable_data = dict(my_data.items())
my_serializable_data['something3'] = binascii.b2a_base64(my_serializable_data['something3'])
json.dumps(my_serializable_data)

给了一个很好的

'{"something2": "Some info","something3": "AQMAACDmEAAAAQAAAAUAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAADwPwAAAAAAAPA/AAAAAAAA8D8AAAAAAADwPwAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAA==n","something1": 5.5}'

但这很麻烦,因为我需要在整个应用程序中重做这个.我宁愿为这个二进制文件定制json的行为.通常,您可以通过重写JSONEncoder.default来告知json如何序列化某些内容,如下所示：

class MyJsonEncoder(json.JSONEncoder):
    def default(self,o):
        if isinstance(o,str):
            return binascii.b2a_base64(o)

        return super(MyJsonEncoder,self).default(o)

但这没有任何效果,大概是因为str的处理被硬编码到JSONEncoder中：

>>> json.dumps(my_data,cls=MyJsonEncoder)
Traceback (most recent call last):
  File "<input>",line 250,in dumps
    sort_keys=sort_keys,**kw).encode(obj)
  File "C:Python27Libjsonencoder.py",0)
UnicodeDecodeError: 'utf8' codec can't decode byte 0xe6 in position 5: invalid continuation byte

重写JSONEncoder.encode应该可以工作,但我需要从内置库中重建大量逻辑,因为该方法知道如何深入挖掘任意级别以及列表和dicts的组合.我宁愿不这样做;它会很快变得难看并且容易出错. (另外,查看源代码,看起来逻辑可能在json中的模块的全局方法中,这使得这个想法更加混乱.)

这里一个重要的注意事项是,将其反序列化以供以后使用对于这种情况不是问题.这是用于记录目的;当这些数据被反序列化时,它将由开发人员查看.如果他们真的需要对数据做些什么,他们可以手动解码它就好了.我也愿意做出这样的交易：如果某些文本作为str而不是unicode出现,那么无论如何都会得到base64编码. (或者,如果它包含除可打印ASCII之外的任何字符,我可能会修改我的代码只对base64进行编码,但在我能解决我在这里问的问题之前,我甚至无法做出决定.)

那么如何在不尝试重建太多JSONEncoding的情况下覆盖此行为？