使用JSON与自定义类型实现稳健序列化
内容提要
文章介绍在Python中构建稳健的JSON序列化流程：自定义编码器处理datetime、set、Path、Enum等类型，并用__type__标记保留类型信息；自定义解码器通过object_hook还原对象，并优雅处理畸形数据；再用工厂函数在反序列化时应用默认值和模式迁移，应对配置结构变化。
延伸解读
为什么需要自定义编码器
Python 的 json.dumps() 默认只支持基本类型，遇到 datetime、set、Path 或 Enum 会直接抛出 TypeError。文章通过继承 json.JSONEncoder 并重写 default() 方法，为每种类型定义转换规则，同时用 __type__ 标记保留原始类型信息。这样序列化后的 JSON 仍可被解析回原对象，避免了数据在管道中丢失类型语义。
解码时的容错设计
反序列化使用 json.loads() 的 object_hook 参数，对每个嵌套字典检查 __type__ 和 value 字段，再调用对应构造函数还原对象。文章特别加入 try-except 捕获 ValueError 和 TypeError，遇到畸形数据时记录警告并回退到原始值，而不是让整个流程崩溃。这种优雅降级对机器学习管道中的配置加载尤为重要。
用工厂函数应对模式迁移
模型配置的 schema 会随时间变化，例如新增 learning_rate 超参数或废弃旧字段。文章展示了一个 load_experiment_config 工厂函数：先通过 robust_decoder 反序列化，再用 dict.get() 为缺失字段提供默认值，并丢弃已弃用字段。这样旧版 JSON 配置能平滑加载到新代码中，减少因结构变化导致的运行时错误。
Q&A
Python 的 json.dumps 遇到 datetime、set、Path 或 Enum 时为什么会报错？
因为 JSON 标准只支持基本类型（如字符串、数字、列表、字典等），而 datetime、set、Path、Enum 不是 JSON 原生可序列化的类型。直接调用 json.dumps 会抛出 TypeError，例如“Object of type ModelType is not JSON serializable”。
如何自定义 JSON 编码器来处理 Python 的特殊类型？
继承 json.JSONEncoder 并重写 default() 方法，在方法中用 isinstance 判断类型并返回可序列化的表示。例如：datetime 转为 {'__type__': 'datetime', 'value': isoformat}，set 转为 {'__type__': 'set', 'value': list}，Path 转为 {'__type__': 'path', 'value': str}，Enum 直接返回其 value。最后调用 json.dumps 时传入 cls=RobustEncoder。
序列化时添加 __type__ 标记有什么作用？
__type__ 标记用于在反序列化时识别原始类型。因为某些类型（如 set）在转为 JSON 列表后会丢失类型信息，通过附加 __type__ 字段，解码器可以知道该字典应还原为哪种 Python 对象，从而正确重建。
如何编写自定义解码器来还原 Python 对象？
使用 json.loads 的 object_hook 参数传入一个函数（如 robust_decoder）。该函数检查字典中是否包含 __type__ 和 value，根据类型名调用相应的构造函数（如 datetime.fromisoformat、set、Path）还原对象。同时用 try-except 捕获异常，记录警告并返回原始值，避免程序崩溃。
反序列化时遇到畸形数据该如何优雅处理？
在解码函数中使用 try-except 捕获 ValueError 和 TypeError，记录警告日志（如 logging.warning），并返回原始值作为安全回退，而不是让整个流程崩溃。这样即使数据格式错误，也能继续处理其他部分。
如何应对 JSON 配置结构变化（如新增字段）？
可以编写一个工厂函数（如 load_experiment_config），在反序列化后应用默认值和模式迁移。使用 raw_dict.get(key, default) 为缺失字段提供默认值（如新增的 learning_rate 设为 0.001），并可选地丢弃已弃用的字段，从而兼容旧版配置。
