python-rapidjson：给 Python 塞进一台 C++ 引擎

python-rapidjson：给 Python 塞进一台 C++ 引擎

Python 的 json 模块够用，但不够快。如果你的项目对 JSON 解析性能有要求，python-rapidjson 是一个值得关注的选择。

python-rapidjson 是 RapidJSON 的 Python 封装。RapidJSON 是腾讯开源的一个 C++ JSON 解析库，以性能著称。python-rapidjson 把它打包成 Python 扩展模块，让 Python 开发者能直接调用底层的 C++ 能力，在 JSON 序列化和反序列化上获得明显的速度提升。

项目在 GitHub 上收获了 532 个 Star，基于 MIT 协议开源。作者提供了完善的文档和 benchmarks，方便开发者评估性能差异。

安装方式

通过 pip 直接安装：

pip install python-rapidjson

也支持 Conda 环境：

conda install -c conda-forge python-rapidjson

基本用法

python-rapidjson 的 API 和标准库 json 模块类似，可以快速上手。序列化使用 dumps，反序列化使用 loads：

importrapidjson data={'foo':100,'bar':'baz'}rapidjson.dumps(data)# 输出: '{"foo":100,"bar":"baz"}'

反序列化示例：

rapidjson.loads('{"bar":"baz","foo":100}')# 输出: {'bar': 'baz', 'foo': 100}

支持流式写入，可控制每次写入的 chunk 大小：

classStream:defwrite(self,data):print("Chunk:",data)rapidjson.dump(data,Stream(),chunk_size=5)

JSONC 支持

python-rapidjson 的一个实用功能是对 JSONC 格式的支持。JSONC 是带注释和 trailing comma 的 JSON 变体。通过 Decoder 类和 parse_mode 参数可以开启：

fromrapidjsonimportDecoderfromrapidjsonimportPM_COMMENTS,PM_TRAILING_COMMAS decoder=Decoder(parse_mode=PM_COMMENTS|PM_TRAILING_COMMAS)decoder(''' { "bar": /* 注释 */ "baz", "foo":100, // 尾逗号和注释 } ''')# 输出: {'bar': 'baz', 'foo': 100}

这个能力在处理非严格 JSON 格式的数据时很实用，比如一些配置文件或遗留系统输出的 JSON。

设计取舍

python-rapidjson 在 API 设计上追求性能而不是做标准库 json 的完全替代。它在某些细节上和标准库行为不一致，比如对默认参数的处理、对特定数据类型的序列化方式等。官方文档中有专门的 incompatibilities 章节说明了这些差异。如果你需要标准库行为的完全兼容，需要用适配层做包装。

性能表现

python-rapidjson 的性能优势来自底层 RapidJSON 的高度优化。官方的 benchmarks 页面有和其他 JSON 库的具体对比数据。在大多数场景下，它的序列化和反序列化速度都显著快于标准库 json。

如果需要从源码构建，需要在克隆仓库时带上子模块：

git clone --recursive <repo_url>

或者设置 RapidJSON 头文件路径后编译：

python3 setup.py build --rj-include-dir=/usr/include/rapidjson

python-rapidjson 适合那些对 JSON 处理性能有要求的 Python 项目，尤其是需要高频序列化反序列化的场景。它的 API 简洁，学习成本低，切换到它的成本不高。如果你的项目中 JSON 处理是瓶颈，可以试一试这个库。

ON 处理性能有要求的 Python 项目，尤其是需要高频序列化反序列化的场景。它的 API 简洁，学习成本低，切换到它的成本不高。如果你的项目中 JSON 处理是瓶颈，可以试一试这个库。