正如我在对您的问题的评论中所说的那样，在查看了
json模块的源代码之后，它似乎没有根据自己的意愿来做。但是，可以通过所谓的猴子补丁 来实现该目标 ）。这可以在您程序包的
__init__.py初始化脚本中完成，并且会影响所有后续的
json模块序列化，因为模块通常只加载一次，结果缓存在中
sys.modules。
该补丁会更改默认的json编码器的
default方法，即default
default()。
为了简单起见，以下示例被实现为独立模块：
模块：
make_json_serializable.py
""" Module that monkey-patches json module when it's imported soJSONEnprer.default() automatically checks for a special "to_json()"method and uses it to enpre the object if found."""from json import JSonEnprerdef _default(self, obj): return getattr(obj.__class__, "to_json", _default.default)(obj)_default.default = JSONEnprer.default # Save unmodified default.JSONEnprer.default = _default # Replace it.
使用补丁很简单，因为只需导入模块即可应用补丁。
客户端脚本示例：
import jsonimport make_json_serializable # apply monkey-patchclass Foo(object): def __init__(self, name): self.name = name def to_json(self): # New special method. """ Convert to JSON format string representation. """ return '{"name": "%s"}' % self.namefoo = Foo('sazpaz')print(json.dumps(foo)) # -> "{"name": "sazpaz"}"为了保留对象类型信息，特殊方法还可以将其包含在返回的字符串中：
return ('{"type": "%s", "name": "%s"}' % (self.__class__.__name__, self.name))它将产生以下现在包含类名称的JSON：
"{"type": "Foo", "name": "sazpaz"}"魔术师躺在这里
与让替换项
default()寻找一个特殊命名的方法相比，甚至更好的是，它能够 自动
序列化大多数Python对象，包括用户定义的类实例，而无需添加特殊方法。在研究了许多替代方案之后，以下使用该
pickle模块的模块对我而言似乎最接近该理想状态：
模块：
make_json_serializable2.py
""" Module that imports the json module and monkey-patches it soJSONEnprer.default() automatically pickles any Python objectsencountered that aren't standard JSON data types."""from json import JSONEnprerimport pickledef _default(self, obj): return {'_python_object': pickle.dumps(obj)}JSONEnprer.default = _default # Replace with the above.当然，不能对所有内容进行腌制-
例如扩展名。但是，有一些方法定义了通过腌制协议通过编写特殊方法来处理它们的方法（类似于您之前和我之前所描述的方法），但是这样做的情况可能要少得多。
反序列化
无论如何，使用pickle协议还意味着通过在传入的字典中使用任何键的
object_hook任何
json.loads()调用上提供自定义函数参数
'_python_object'（只要它具有一个键），就可以很容易地重建原始Python对象。就像是：
def as_python_object(dct): try: return pickle.loads(str(dct['_python_object'])) except KeyError: return dctpyobj = json.loads(json_str, object_hook=as_python_object)
如果必须在许多地方执行此操作，则可能有必要定义一个自动提供额外关键字参数的包装函数：
json_pkloads = functools.partial(json.loads, object_hook=as_python_object)pyobj = json_pkloads(json_str)
当然，也可以将其猴子修补到
json模块中，从而使函数成为默认值
object_hook（而不是
None）。
我的想法用
pickle从答案由雷蒙德赫廷杰另一个JSON序列化的问题，就是我认为非常可靠以及官方源（如在Python核心开发人员）。
可移植到Python 3
上面的代码无法像Python
3所示那样工作，因为它
json.dumps()返回了一个无法处理的
bytes对象
JSONEnprer。但是，该方法仍然有效。一个简单的方法来解决该问题是
latin1“解码”，从返回的值
pickle.dumps()，然后选择“编码”它
latin1传递到之前
pickle.loads()的
as_python_object()功能。这工作，因为任意的二进制字符串是有效的
latin1，可总是被解码为Unipre，然后再编码回原来的字符串
（尽管以下内容在Python 2中可以正常工作，但
latin1它的解码和编码是多余的。）
from decimal import Decimalclass PythonObjectEnprer(json.JSONEnprer): def default(self, obj): return {'_python_object': pickle.dumps(obj).depre('latin1')}def as_python_object(dct): try: return pickle.loads(dct['_python_object'].enpre('latin1')) except KeyError: return dctclass Foo(object): # Some user-defined class. def __init__(self, name): self.name = name def __eq__(self, other): if not isinstance(other, type(self)): # Don't attempt to compare against unrelated types. return NotImplemented return self.name == other.namedata = [1,2,3, set(['knights', 'who', 'say', 'ni']), {'key':'value'}, Foo('Bar'), Decimal('3.141592653589793238462643383279502884197169')]j = json.dumps(data, cls=PythonObjectEnprer, indent=4)data2 = json.loads(j, object_hook=as_python_object)assert data == data2 # both should be same
