我在外部化django模型对象转储为JSON时也遇到了同样的问题。 以下是解决方法。

def externalize(model_obj):
  keys = model_obj._meta.get_all_field_names() 
  data = {}
  for key in keys:
    if key == 'date_time':
      date_time_obj = getattr(model_obj, key)
      data[key] = date_time_obj.strftime("%A %d. %B %Y")
    else:
      data[key] = getattr(model_obj, key)
  return data

其实很简单。 如果您需要经常序列化日期，那么可以将它们作为字符串使用。如果需要，您可以轻松地将它们转换回datetime对象。

如果您主要需要作为datetime对象工作，那么在序列化之前将它们转换为字符串。

import json, datetime

date = str(datetime.datetime.now())
print(json.dumps(date))
"2018-12-01 15:44:34.409085"
print(type(date))
<class 'str'>

datetime_obj = datetime.datetime.strptime(date, '%Y-%m-%d %H:%M:%S.%f')
print(datetime_obj)
2018-12-01 15:44:34.409085
print(type(datetime_obj))
<class 'datetime.datetime'>

如您所见，两种情况下的输出是相同的。只是类型不同。

如果在视图中使用结果，请确保返回正确的响应。根据API, jsonify执行以下操作:

使用给定参数的JSON表示创建一个Response 用一个application/json mimetype。

使用json模拟此行为。转储您必须添加几行额外的代码。

response = make_response(dumps(sample, cls=CustomEncoder))
response.headers['Content-Type'] = 'application/json'
response.headers['mimetype'] = 'application/json'
return response

您还应该返回一个dict以完全复制jsonify的响应。整个文件是这样的

from flask import make_response
from json import JSONEncoder, dumps


class CustomEncoder(JSONEncoder):
    def default(self, obj):
        if set(['quantize', 'year']).intersection(dir(obj)):
            return str(obj)
        elif hasattr(obj, 'next'):
            return list(obj)
        return JSONEncoder.default(self, obj)

@app.route('/get_reps/', methods=['GET'])
def get_reps():
    sample = ['some text', <datetime object>, 123]
    response = make_response(dumps({'result': sample}, cls=CustomEncoder))
    response.headers['Content-Type'] = 'application/json'
    response.headers['mimetype'] = 'application/json'
    return response

如果您正在使用python3.7，那么最好的解决方案是使用 datetime.isoformat()和 datetime.fromisoformat ();他们与天真的和 感知datetime对象:

#!/usr/bin/env python3.7

from datetime import datetime
from datetime import timezone
from datetime import timedelta
import json

def default(obj):
    if isinstance(obj, datetime):
        return { '_isoformat': obj.isoformat() }
    raise TypeError('...')

def object_hook(obj):
    _isoformat = obj.get('_isoformat')
    if _isoformat is not None:
        return datetime.fromisoformat(_isoformat)
    return obj

if __name__ == '__main__':
    #d = { 'now': datetime(2000, 1, 1) }
    d = { 'now': datetime(2000, 1, 1, tzinfo=timezone(timedelta(hours=-8))) }
    s = json.dumps(d, default=default)
    print(s)
    print(d == json.loads(s, object_hook=object_hook))

输出:

{"now": {"_isoformat": "2000-01-01T00:00:00-08:00"}}
True

如果您使用的是python3.6或以下版本，并且您只关心时间值(不是 )，然后您可以使用datetime.timestamp()和 datetime.fromtimestamp()而不是;

如果您使用的是python3.6或以下版本，并且您确实关心时区，那么 你可以通过datetime获取。Tzinfo，但是您必须序列化这个字段 自己;类中添加另一个字段_tzinfo是最简单的方法 序列化的对象;

最后，要注意所有这些例子的精确性;

我有一个类似问题的应用程序;我的方法是将datetime值JSONize为一个6项列表(年、月、日、小时、分钟、秒);你可以以微秒为单位列出7个项目，但我不需要这样做:

class DateTimeEncoder(json.JSONEncoder):
    def default(self, obj):
        if isinstance(obj, datetime.datetime):
            encoded_object = list(obj.timetuple())[0:6]
        else:
            encoded_object =json.JSONEncoder.default(self, obj)
        return encoded_object

sample = {}
sample['title'] = "String"
sample['somedate'] = datetime.datetime.now()

print sample
print json.dumps(sample, cls=DateTimeEncoder)

生产:

{'somedate': datetime.datetime(2013, 8, 1, 16, 22, 45, 890000), 'title': 'String'}
{"somedate": [2013, 8, 1, 16, 22, 45], "title": "String"}

我今天遇到了这个问题，我发现了一种叫做泡菜的东西。它是一个用于序列化python对象的内置库，也可以从pickle文件加载它。

我发现pickle和json之间唯一的区别是pickle文件是二进制文件，而json是通常的文本文件。

它不会对datetime对象造成任何问题。