jsonpickle：Python 对象与 JSON 的双向转换
jsonpickle 在 GitHub 上拿到了 1,317 个 Star。
这是一个 Python 库，干一件事：把复杂的 Python 对象转成 JSON，也能把 JSON 转回 Python 对象。它基于 Python 标准库的 json 模块，但处理的是普通 json 搞不定的自定义类、嵌套对象这些数据结构。
1、 这玩意儿是干嘛的
Python 的 json 模块只能处理基础类型：字符串、数字、列表、字典。遇到自定义类、日期对象、嵌套实例，直接报错。
jsonpickle 把这个缺口补上了。它通过添加类型元数据，让 JSON 字符串能完整记录原始对象的类型信息，解码时再按这个信息重建对象。
比如一个 dataclass 实例：
import jsonpickle
from dataclasses import dataclass
@dataclass
class Example:
data: str
ex = Example("value1")
encoded = jsonpickle.encode(ex)
编码结果是：
{"py/object": "__main__.Example", "data": "value1"}
解码时直接还原成原来的实例，属性一个不少。
2、 跟 pickle 有什么区别
Python 自带的 pickle 也能序列化对象，但有两个问题。
第一，pickle 出来的数据是二进制格式，人读不了，跨语言也读不了。jsonpickle 输出的是纯 JSON，任何支持 JSON 的平台都能解析。
第二，pickle 在反序列化时会执行任意 Python 代码，这也是它的安全硬伤。jsonpickle 也一样存在这个风险，只建议处理可信来源的数据。
如果你的场景需要人可读、跨平台、或者数据要存到 S3 这类支持 JSON 索引的服务里，jsonpickle 比 pickle 更合适。
3、 扩展支持
jsonpickle 对 numpy 数组和 pandas DataFrame 有内置扩展。使用前注册一下：
import jsonpickle.ext.numpy as jsonpickle_numpy
import jsonpickle.ext.pandas as jsonpickle_pandas
jsonpickle_numpy.register_handlers()
jsonpickle_pandas.register_handlers()
注册后就能直接序列化这些科学计算对象了。
4、 安装
直接从 PyPI 安装：
pip install jsonpickle
这个库除了 Python 标准库之外零依赖，体积很小。
5、 适合哪些场景
- 需要把 Python 对象持久化成可读格式的项目
- 数据要在 Python 和其他语言之间流转的接口
- 使用自定义类存储配置或状态，需要序列化保存的情况
- 处理 numpy、pandas 数据并需要 JSON 输出的数据管道
