json.dumps() 默认不支持 datetime、date、time 和 decimal 类型，需通过 default 参数自定义序列化逻辑；推荐 datetime 转 iso 格式字符串、decimal 转字符串以避免精度丢失和时区歧义。
json.dumps() 直接序列化 datetime 会报错
Python 的 json.dumps() 默认不支持 datetime、date、time 或 Decimal 类型，直接传入会抛出 TypeError: Object of type datetime is not JSON serializable。这不是 bug，是设计使然 —— JSON 标准本身没有原生时间或高精度小数类型。
用 default 参数自定义序列化逻辑
最常用也最灵活的方式是通过 default 参数传入一个可调用对象（函数或 lambda），它会在遇到无法序列化的类型时被调用，返回一个 JSON 可接受的替代值（如字符串或数字）。
常见写法示例：
import json
from datetime import datetime, date
from decimal import Decimal
<p>def json_default(obj):
if isinstance(obj, (datetime, date)):
return obj.isoformat() # 返回 ISO 8601 字符串，如 "2024-05-20T14:23:11.123456"
elif isinstance(obj, Decimal):
return float(obj) # 或 str(obj) 保留精度，但前端需配合解析
raise TypeError(f"Object of type {type(obj).<strong>name</strong>} is not JSON serializable")</p><p>data = {
"created": datetime.now(),
"amount": Decimal("199.99"),
"name": "test"
}
json_str = json.dumps(data, default=json_default)
注意：default 函数必须最终返回 JSON 合法类型（str、int、float、bool、None、list、dict），否则仍会报错。
立即学习“Python免费学习笔记（深入）”；
decimal 处理要小心精度丢失
Decimal 转 float 看似简单，但可能引入浮点误差（例如 Decimal('0.1') → 0.10000000000000000555）。如果业务要求精确表示（如金额），更稳妥的做法是转为字符串：
-
return str(obj)：保留全部精度，但前端需主动parseFloat或按字符串处理 -
return obj.to_integral_value() if obj == obj.to_integral_value() else float(obj)：整数 Decimal 转 int，小数转 float（仍不完美） - 更严谨方案是统一用字符串 + API 文档约定字段语义，避免隐式类型转换
别忽略 timezone-aware datetime 的序列化差异
带时区的 datetime（如 datetime.now(timezone.utc)）调用 isoformat() 会包含 Z 或 +00:00，这是标准且推荐的；但 naive datetime（无时区）的 isoformat() 不含时区信息，容易引发前后端时间误解。
建议在序列化前做显式归一化：
- 统一转为 UTC 并标记时区：
dt.astimezone(timezone.utc) - 或强制转为 naive 并注明“本地时间”，但需上下游严格对齐
- 避免直接序列化 naive datetime，尤其当数据会跨系统流转时
真正麻烦的不是怎么写 default 函数，而是团队是否对时间语义和小数精度有一致理解 —— 这些细节一旦埋下，调试成本远高于写几行序列化代码。
