Python JSON 模块解释:转储、加载、自定义类型和常见错误

  1. 首页
  2. 博客
  3. 软件开发

软件开发

Python JSON 模块解释:转储、加载、自定义类型和常见错误

JSON 是大多数程序交换数据的方式,Python 内置的 json 模块可以一行读取和写入。不过,细节很重要:日期、小数、数字键和浮点数都会在过程中发生变化。我们测试了每个案例。

阅读约 11 分钟
Python JSON 模块解释:转储、加载、自定义类型和常见错误

要点速览

  • json.dumps 将Python对象转为JSON字符串; json.loads 将 JSON 转回 Python。 dump 和 load 对文件执行相同的操作。
  • 元组变成列表,整数字典键变成字符串,因此往返并不总是相同。
  • 日期、小数、集合和 UUID 引发 TypeError;使用 default= 或自定义编码器处理它们。
  • 使用 parse_float=Decimal 来获取金钱,并在信任解析数据之前对其进行验证。

API 返回订单数据,配置文件存储设置,测试装置保存预期结果:所有这些都可能是 JSON。 Python JSON 模块 是内置的,快速且易于上手,但当您第一次尝试保存日期、Decimal 或带有数字键的字典时,它的边缘情况就会出现。

我们使用 Python 3.13 运行了下面的每个示例,并且输出来自该运行。

什么是 JSON?

JSON,JavaScript 对象表示法,是一种结构化数据的文本格式:对象(键值对)、数组、字符串、数字、true、false 和 null。它是 web APIs 的标准格式,并且易于人类阅读。它的规则很严格:键必须是双引号中的字符串,没有尾随逗号,也没有注释。

转储和装载

import json

data = {"id": 7, "name": "Asha", "tags": ["admin"], "active": True, "score": None, "price": 10.5}
s = json.dumps(data)
print(s)
# {"id": 7, "name": "Asha", "tags": ["admin"], "active": true, "score": null, "price": 10.5}

back = json.loads(s)
# types: id int, name str, tags list, active bool, score NoneType, price float

注意True变成了true,None变成了null;在回来的路上,他们又回到了Python形式。 dumps和loads中的“s”代表“字符串”。

类型映射

蟒蛇 JSON 回到Python
词典 对象 词典
list, tuple 数组 清单
斯特 字符串 斯特
int, float 数量 int 或 float
True/False true/false True/False
无 空 无
date、Decimal、set、UUID 不支持 TypeError 关于垃圾场

途中有什么变化

json.loads(json.dumps({"p": (1, 2)}))          # {'p': [1, 2]}
json.loads(json.dumps({1: "one", 2: "two"}))   # {'1': 'one', '2': 'two'}
json.loads('{"a": 1, "a": 2}')                 # {'a': 2}

元组作为列表返回,整数键作为字符串返回,因为 JSON 对象键始终是字符串。稍后查找 data[1] 的代码将得到 KeyError,这是将字典缓存为 JSON 时的常见错误。具有重复键的文档被默默接受,最后一个值获胜。将 JSON 往返视为转换,而不是完美的副本。

格式化输出

json.dumps({"b": 1, "a": [1, 2]}, indent=2, sort_keys=True)
# {
#   "a": [
#     1,
#     2
#   ],
#   "b": 1
# }

json.dumps({"a": 1, "b": [1, 2]}, separators=(",", ":"))
# {"a":1,"b":[1,2]}

将 indent 用于人们读取的文件,例如配置或 测试装置 ,以及 sort_keys=True,以便版本控制中的差异保持较小且稳定。通过网络发送数据时,使用紧凑分隔符来节省字节。

统一码

json.dumps({"note": "नमस्ते"})
# {"note": "नमस्ते"}

json.dumps({"note": "नमस्ते"}, ensure_ascii=False)
# {"note": "नमस्ते"}

默认情况下,每个非 ASCII 字符都会被转义。两种形式都是有效的 JSON 并解码为相同的文本,但转义的输出难以阅读且较大。使用 ensure_ascii=False 并使用 encoding="utf-8" 写入文件以获得可读输出。

读取和写入文件

with open(path, "w", encoding="utf-8") as f:
    json.dump(data, f, indent=2)

with open(path, encoding="utf-8") as f:
    loaded = json.load(f)

print(loaded == data)   # True

始终传递显式编码;在 Windows 上,默认值可能不是 UTF-8。即使写入失败,with 块也会关闭文件,如我们的上下文管理器指南中所述。有关文件的更多信息,请参阅 Python 文件处理。

日期、小数和您自己的对象

不支持开箱即用的常见类型。我们的测试提出:

TypeError: Object of type date is not JSON serializable
TypeError: Object of type Decimal is not JSON serializable
TypeError: Object of type set is not JSON serializable
TypeError: Object of type UUID is not JSON serializable

最简单的修复方法是 default 函数,该函数 dumps 调用它无法处理的任何对象:

def default(o):
    if isinstance(o, (datetime.date, datetime.datetime)): return o.isoformat()
    if isinstance(o, decimal.Decimal): return str(o)
    if isinstance(o, set): return sorted(o)
    if dataclasses.is_dataclass(o): return dataclasses.asdict(o)
    raise TypeError(f"not serializable: {type(o).__name__}")

json.dumps({"order": Order(101, Decimal("1180.50"), date(2026, 11, 11)),
            "tags": {"b", "a"}}, default=default)
# {"order": {"id": 101, "total": "1180.50", "placed": "2026-11-11"}, "tags": ["a", "b"]}

日期变成了 ISO 字符串,小数变成了保持其精确值的字符串,集合变成了排序列表,dataclass 变成了字典。始终以 raise TypeError 结尾,因此意外类型会大声失败,而不是默默地变成错误。

解码回自定义类型

class Enc(json.JSONEncoder):
    def default(self, o):
        if isinstance(o, datetime.date):
            return {"__date__": o.isoformat()}
        return super().default(o)

def hook(d):
    return datetime.date.fromisoformat(d["__date__"]) if "__date__" in d else d

json.loads(json.dumps({"d": date(2026, 11, 11)}, cls=Enc), object_hook=hook)
# {'d': datetime.date(2026, 11, 11)}

通过 cls= 传递的 JSONEncoder 子类与可重用类中的 default= 执行相同的工作。在返回的过程中,每个解码的对象都会调用 object_hook,让您将标记的字典转回日期或您自己的类。对于超出几种类型的任何类型,Pydantic 等库可以一起处理转换和验证,如我们的结构化输出指南中所示。

提示: 就整个系统的一种日期格式达成一致,通常是带时区的 ISO 8601,例如 2026-11-11T09:30:00+05:30 或带“Z”的 UTC。跨服务的混合格式会导致比 JSON 本身更多的错误。

浮点数和大数字

json.loads("0.1") + json.loads("0.2")      # 0.30000000000000004
json.loads("0.1", parse_float=Decimal) + json.loads("0.2", parse_float=Decimal)   # 0.3
json.loads("12345678901234567890")         # 12345678901234567890

JSON 数字变成 Python 浮点数,并进行通常的二进制舍入。对于金钱,请传递 parse_float=decimal.Decimal,或以字符串或最小单位的整数形式发送金额。 Python 精确地保留了 20 位整数,但 JavaScript 和许多其他语言无法精确地表示 253 以上的整数,这就是为什么大 ID 通常作为字符串发送。

Python 还默认编写 NaN 和 Infinity,它们不是有效的 JSON,会破坏其他解析器。 allow_nan=False 将此改为错误:“超出范围的浮点值不符合 JSON:nan”。

解析错误

"{'a': 1}"       Expecting property name enclosed in double quotes (line 1 col 2)
'{"a": 1,}'      Illegal trailing comma before end of object (line 1 col 8)
'{"a": 1} extra' Extra data (line 1 col 10)
''               Expecting value (line 1 col 1)
'{"a": tru}'     Expecting value (line 1 col 7)

每个错误的输入都会引发 json.JSONDecodeError 一条消息和一个位置。第一种情况是单引号,通常意味着有人粘贴了 Python dict 的打印输出而不是真正的 JSON。空字符串通常意味着 API 不返回任何内容,例如发生错误时,因此在解析之前检查 HTTP 状态。捕获来自程序外部的输入的 JSONDecodeError。

适用于大数据的 JSON 行

lines = '{"id":1}\n{"id":2}\n'
[json.loads(l)["id"] for l in lines.splitlines()]   # [1, 2]

json.load 将整个文档读入内存。对于日志和大型导出,JSON 行(每行一个 JSON 对象)可以一次处理一条记录并安全地附加到其中。它是许多日志记录工具使用的格式;有关结构化日志,请参阅我们的 Python 日志记录指南。

验证和安全

json.loads 是安全的,因为它只创建基本数据类型;与某些格式不同,它从不运行代码。但解析的数据仍然可能是错误的:缺少字段、错误类型或巨大的有效负载。在使用之前使用架构或模型验证形状,限制请求大小,并且切勿将 JSON 值直接传递到 SQL 或 shell 命令中。 合同测试有助于保持服务之间的形状稳定。

速度和替代方案

标准库的 json 模块对于大多数应用程序来说足够快。当 JSON 处理出现在分析中时,例如在每秒序列化数千个大型响应的 API 中,第三方库(例如 orjson 和 ujson)通常会快几倍,并且 orjson 还可以本地处理日期和数据类。在切换之前进行测量,因为行为在一些小方面有所不同,例如如何处理浮点数和非字符串键。

JSON 也不总是正确的格式:

  • 人们编辑的配置: TOML或YAML允许注释;请参阅我们的 YAML 指南 了解其中的陷阱。
  • 大型分析数据集: 列式格式(例如 Parquet)更小且查询速度更快。
  • 大容量服务流量: 二进制格式(例如 Protocol Buffers 或 MessagePack)更加紧凑且类型严格。

对于日常 API、日志和测试装置,JSON 的可读性和通用支持通常会获胜。

最后的话

json 模块通过四个功能满足了大多数需求。记住往返过程中的变化,元组到列表以及整数键到字符串,使用 default 函数处理日期和小数,使用 ensure_ascii=False 和 UTF-8 来读取文件,并使用小数解析金钱。然后验证您加载的内容,因为有效的 JSON 与正确的数据不同。

常见问题

json.dumps 和 json.dump 有什么区别?

json.dumps 返回一个 JSON 字符串。 json.dump 将 JSON 直接写入文件对象。同样,loads 解析字符串并 load 从文件读取。

如何在 Python 中将日期时间转换为 JSON?

将默认函数传递给 json.dumps,该函数返回日期和日期时间的 obj.isoformat(),或使用自定义 JSONEncoder 子类。

为什么我的整数键变成了字符串?

JSON 对象键必须是字符串,因此 json.dumps 会转换它们。加载后,{1: “one”} 变为 {“1”: “one”}。

如何在 Python 中漂亮地打印 JSON?

使用 json.dumps(data, indent=2),添加 sort_keys=True 以获得稳定的顺序,并添加 Ensure_ascii=False 以保持非英语文本的可读性。

为什么我会收到 JSONDecodeError: Expecting value?

输入为空或无效 JSON,通常是错误页面或空 API 响应。在解析之前检查状态代码和原始文本。

继续学习

与Stack Quora合作

需要测试、WordPress 或 SEO 方面的帮助?

我们帮助团队交付更好的软件并发展他们的网站。告诉我们您正在做什么,我们将建议明确的下一步。

继续阅读

更多指南 测试、人工智能和现代开发

喜欢这篇文章吗?选择一个主题并直接跳至我们最新的教程。

人工智能

RAG 分块策略解释:固定、重叠、句子、递归和标题、测量

RAG 分块策略在一份文档上与 tiktoken 0.14 进行比较:固定大小、重叠、句子打包、递归拆分和基于标题的分块、测量拆分事实、孤立标题和存储成本。

阅读文章 →
软件开发

API 幂等性解释:幂等密钥和安全重试,经过测试

API 幂等性通过我们运行的 Python 服务器和客户端进行了解释:丢失的响应导致在没有密钥的情况下产生双重费用,在有密钥的情况下产生单次费用,再加上密钥重用、并发重试和存储规则。

阅读文章 →
DevOps

Git Stash 解释:保存、应用、弹出和未跟踪的文件,经过测试

Git stash 用我们在 Git 2.56 上运行的命令进行了解释:推送消息、未跟踪的文件、列表和显示、应用与弹出、保留索引、冲突、存储分支、删除和清除。

阅读文章 →
软件测试

成对测试解释:全成对如何将 216 次测试减少到 13 次,已测试

成对测试用我们在 Python 3.13 中运行的生成器进行了解释:检查 13 个测试覆盖的 216 种组合、经过验证的覆盖范围、更大的示例以及成对可能错过的三向错误。

阅读文章 →
测试自动化

测试替身解释:Dummy、Stub、Spy、Mock 和 Fake,以及经过测试的 Python 代码

测试替身通过在 pytest 9.2 中运行的一个 Python 示例进行了解释:dummy、stub、spy、mock 和 fake、何时使用每一种、状态与行为检查,以及 autospec 如何捕获普通 Mock 隐藏的错误。

阅读文章 →
数据库与 SQL

SQL COALESCE 解释:默认值、NULLIF、IFNULL 与 ISNULL 和陷阱,已测试

SQL COALESCE 解释了我们在 SQLite 3.50 中运行的查询:第一个非空值、空字符串、数学中的 NULL、除以零的 NULLIF、聚合、LEFT JOIN 间隙以及 IFNULL 与 ISNULL。

阅读文章 →
数据库与 SQL

SQL 自连接解释:员工-经理、配对和行比较,经过测试

SQL 自连接用我们在 SQLite 3.50 中运行的查询来解释:员工和经理,收入比经理多,唯一对,每日变化,两跳链和索引。

阅读文章 →
软件开发

JavaScript Spread 运算符解释:Spread 与 Rest、副本和陷阱、经过测试

JavaScript 扩展运算符用我们在 Node 24 上运行的代码进行了解释:数组、对象、浅拷贝、剩余参数、Math.max 限制和 reduce 中的性能陷阱。

阅读文章 →
软件开发

Python 集合模块解释:Counter、defaultdict、deque 等,已测试

Python 集合用我们在 Python 3.13 上运行的代码进行了解释:Counter、defaultdict、deque、namedtuple、OrderedDict 和 ChainMap,以及列表与双端队列计时和备忘单。

阅读文章 →
人工智能

LLM 上下文窗口解释:标记、限制以及如何适应更多、衡量

LLM 上下文窗口用我们使用 tiktoken 测量的令牌计数进行了解释:散文、代码和印地语的单词与令牌、输入和输出预算、修剪聊天记录、RAG 和成本的分块。

阅读文章 →
软件开发

Webhooks 解释:它们如何工作以及如何安全地接收它们

Webhooks 解释了我们在 Python 中运行的接收器和发送器:推送与轮询、HMAC-SHA256 签名、拒绝篡改和重播的请求、使用回退重试、幂等性和测试技巧。

阅读文章 →
DevOps

Git Cherry-Pick 解释:安全地、经过测试地复制您需要的提交

Gitcherry-pick 用我们在 Git 2.56 中运行的命令进行了解释:将修补程序复制到发布分支、新的哈希值和补丁 ID、-x、-n、提交范围、冲突、–abort、–skip 以及稍后的合并。

阅读文章 →
测试自动化

快照测试解释:它是如何工作的、何时有用、何时有害

快照测试通过我们运行的 pytest 和糖浆演示进行了解释:创建快照、在代码更改后读取差异、屏蔽时间戳、安全更新以及快照何时有帮助或有害。

阅读文章 →
软件测试

突变测试解释:为什么 100% 覆盖率仍然漏掉了我们的 bug

突变测试用我们构建并运行的一个小型突变工具进行解释:14 个突变体,一个 100% 线覆盖的测试套件,得分为 79%,边界测试达到 100%,加上工具、成本和 CI 技巧。

阅读文章 →
人工智能

即时注入解释:人工智能应用程序如何被欺骗以及如何防御它们

为构建者解释提示注入:直接和间接攻击、关键字过滤器失败的原因(我们的测试阻止了 4 中的 1 个)以及分层防御,包括最小权限、工具允许列表和输出检查。

阅读文章 →
DevOps

DNS 记录解释:A、AAAA、CNAME、MX、TXT 和 TTL 以及真实查找

通过我们运行的查找来解释 DNS 记录:解析如何工作、A 和 AAAA、CNAME 规则、MX 和 null MX、用于 SPF 和验证的 TXT、NS、TTL 和缓存以及安全 DNS 更改。

阅读文章 →
DevOps

功能标志解释:安全发布、逐步推出和标志卫生

通过我们运行的推出模拟解释了功能标志:标志类型、具有稳定散列的百分比推出、终止开关、允许列表、测试两条路径、标志债务和最佳实践。

阅读文章 →
测试自动化

使用 Python Faker 测试数据生成:真实、可重复且安全的数据

使用 Python Faker 测试数据生成、运行和测量:可重复数据的播种、区域设置、唯一值、域形状记录、Faker 未命中的边缘情况、屏蔽生产数据和速度。

阅读文章 →
软件测试

左移测试解释:尽早发现错误而不拖慢团队速度

左移测试解释:它意味着什么,为什么早期缺陷成本更低,从需求审查到 CI 检查的实践,测试人员角色的变化,右移,指标和推出计划。

阅读文章 →
数据库与 SQL

SQL 字符串函数解释:TRIM、SUBSTR、REPLACE、CONCAT 和数据清理

通过我们运行的查询来解释 SQL 字符串函数:连接和 NULL、TRIM、UPPER 和 LOWER、SUBSTR 和 INSTR、REPLACE、填充、Unicode 长度、清理混乱数据和方言差异。

阅读文章 →
数据库与 SQL

SQL 触发器解释:BEFORE 和 AFTER 触发器、审核日志和陷阱

SQL 触发器用我们运行的触发器进行了解释:BEFORE 与 AFTER、OLD 和 NEW、审核日志、验证、库存更新、WHEN 条件、回滚、方言差异以及何时避免它们。

阅读文章 →
软件开发

Python JSON 模块解释:转储、加载、自定义类型和常见错误

Python JSON 模块用我们运行的代码进行了解释:转储和加载、文件、类型转换、日期和小数、自定义编码器、object_hook、浮点精度、解析错误和 JSON 行。

阅读文章 →
软件开发

ES 模块与 CommonJS:JavaScript 导入如何在 Node.js 中工作并经过测试

ES 模块与 CommonJS 用我们在 Node.js 中运行的代码进行了解释:导入和导出语法、require、实时绑定、缓存、顶级等待、动态导入、文件扩展和互操作。

阅读文章 →
软件开发

Python 正则表达式解释:模式、组、前瞻和陷阱,经过测试

Python 正则表达式用我们运行的模式进行解释:搜索与匹配、findall、组和命名组、贪婪与懒惰、sub、前瞻、标志、Unicode 惊喜和灾难性回溯。

阅读文章 →
人工智能

LLM 结构化输出解释:从 AI 模型获取可靠的 JSON

LLM 结构化输出通过我们在 Pydantic 中运行的验证进行了解释:JSON 模式和模式、约束解码、模型输出中断的方式、重试循环和语义检查。

阅读文章 →
DevOps

SSH 密钥解释:它们如何工作、ssh-keygen、Ed25519 和安全习惯

SSH 密钥用我们生成的密钥进行解释:公钥与私钥、ssh-keygen、Ed25519 与 RSA、指纹、密码、ssh-agent、authorized_keys、配置文件、GitHub 和密钥卫生。

阅读文章 →
DevOps

HTTP 缓存解释:缓存控制、ETag 和 304 响应,通过实时测试

使用我们运行的小型服务器解释 HTTP 缓存:Cache-Control 指令、max-age、无缓存与无存储、ETag 重新验证和 304 响应、CDN、缓存清除和测试标头。

阅读文章 →
测试自动化

API 合约测试解释:在发布之前捕获重大变更

API 合约测试通过我们运行的模式检查进行了解释:什么是合约、消费者驱动的合约、Pact、OpenAPI、哪些更改会破坏消费者,以及它如何适应 CI。

阅读文章 →
软件测试

基于风险的测试解释:对风险进行评分、构建矩阵并测试重要内容

基于风险的测试逐步解释:识别风险、对可能性和影响进行评分、构建风险矩阵、将风险映射到测试深度、工作示例和常见错误。

阅读文章 →
数据库与 SQL

SQL 约束解释:NOT NULL、UNIQUE、CHECK 和 FOREIGN KEY,已测试

通过我们运行的测试解释了 SQL 约束:NOT NULL、UNIQUE、CHECK、DEFAULT、PRIMARY 和 FOREIGN KEY、NULL 漏洞、SQLite 的外键设置、命名约束并测试它们。

阅读文章 →
数据库与 SQL

SQL 日期函数解释:无错误地添加、比较和分组日期

SQL 日期函数通过我们运行的查询进行解释:添加间隔、月末惊喜、日期差异、BETWEEN 陷阱、按天分组、时区、索引和方言差异。

阅读文章 →
软件开发

Python asyncio 解释:async、await、gather 和 TaskGroup With Real Timings

Python asyncio 用我们计时的代码进行了解释:协程、await、gather、TaskGroup、错误处理、超时、限制并发以及破坏性能的阻塞调用错误。

阅读文章 →
软件开发

JavaScript 中的 Debounce 与 Throttle:它们如何工作、何时使用、经过测试

JavaScript 中的反跳与节流通过我们在 Node.js 中测量的计时进行了解释:每种方式如何工作、简单实现、前导和尾随调用、真实用例和测试。

阅读文章 →
软件开发

Python 上下文管理器解释:with 语句、contextlib 和实际用途

Python 上下文管理器用我们运行的代码进行了解释:如何工作、__enter__ 和 __exit__、contextlib.contextmanager、suppress、ExitStack、数据库事务和常见错误。

阅读文章 →
人工智能

LLM 温度和 Top-p 解释:AI 模型如何选择下一个单词

LLM 温度和 top-p 通过我们运行的模拟进行了解释:概率如何重塑、top-p 保留什么、按任务推荐的设置、确定性和测试 AI 功能。

阅读文章 →
DevOps

YAML 解释:语法、挪威问题和我们测试的其他陷阱

YAML 通过解析器测试进行解释:基本语法、列表和地图、挪威问题、版本转换为浮点数、八进制邮政编码、六十进制时间、锚点、多行文本和安全加载。

阅读文章 →
DevOps

Cron 作业解释:语法、实际计划以及破坏它们的错误

Cron 作业通过我们验证的时间表进行了解释:五个字段、运算符、真实示例、每月或每周的陷阱、环境问题、日志记录、重叠和时区。

阅读文章 →
人工智能

人工智能幻觉解释:语言模型为何会产生幻觉以及如何减少它

人工智能幻觉解释:它们是什么,为什么语言模型产生它们,常见类型,如何通过基础和提示来减少它们,以及我们进行的简单检查。

阅读文章 →
DevOps

环境变量解释:.env 文件、秘密和配置正确完成

使用我们运行的 Python 示例解释环境变量:读取和设置它们、为什么每个值都是字符串、.env 文件、进程继承、秘密和验证。

阅读文章 →
软件开发

API 速率限制解释:算法、标头和处理 429 错误

API 速率限制通过我们运行的模拟进行了解释:令牌桶、固定窗口、滑动窗口、429 响应、速率限制标头、带回退的重试和测试限制。

阅读文章 →
测试自动化

Python 中的模拟:unittest.mock、补丁以及导致测试谎言的错误

使用unittest.mock 在Python 中进行模拟,经过测试:模拟和return_value、side_effect、修补使用名称的位置、spec 和autospec、模拟日期以及常见错误。

阅读文章 →
软件测试

代码覆盖率解释:行覆盖率与分支覆盖率以及 100% 的真正含义

用真实的coverage.py运行来解释代码覆盖率:行、分支和条件覆盖率,阅读报告,为什么100%覆盖率仍然会错过错误,以及合理的目标。

阅读文章 →
数据库与 SQL

SQL 中的 DELETE、TRUNCATE 和 DROP:差异、回滚以及何时使用它们

DELETE、TRUNCATE 和 DROP 通过经过测试的 SQL 进行了解释:各自删除什么、回滚、触发器、身份重置、速度,以及 PostgreSQL、MySQL、SQL Server 和 SQLite 有何不同。

阅读文章 →
数据库与 SQL

SQL 视图解释:创建、使用和避免陷阱(附示例)

SQL 视图通过我们运行的查询进行解释:创建视图、实时结果、隐藏列、性能、可更新和物化视图、破坏的依赖关系和最佳实践。

阅读文章 →
软件开发

TypeScript 接口与类型:真正的差异,使用编译器进行测试

TypeScript 接口与类型,使用真实编译器进行检查:两者都可以做什么,只有一个可以做什么,声明合并,扩展与交集以及要遵循的简单规则。

阅读文章 →
软件开发

Python *args 和 **kwargs 解释:灵活的函数和清晰的示例

Python *args 和 **kwargs 用我们运行的代码进行了解释:打包和解包、参数顺序、仅关键字和仅位置参数、装饰器和常见错误。

阅读文章 →
软件开发

Python Lambda 函数:语法、实际用途以及何时不使用它们

Python lambda 函数用我们运行的代码进行了解释:语法、使用键排序、映射和过滤器、闭包、后期绑定陷阱,以及何时普通 def 是更好的选择。

阅读文章 →
人工智能

什么是人工智能代理?它们是如何工作的,只需运行一个简单的代理循环

什么是人工智能代理?关于代理循环、工具、内存和护栏的简单指南,以及我们运行的一个小型 Python 循环、真正的风险以及何时简单的聊天机器人是更好的选择。

阅读文章 →
DevOps

监控与可观察性:真正的区别,包括日志、指标和跟踪

监控与可观察性解释:已知和未知的故障、日志、指标和跟踪、检查事件演练、黄金信号、OpenTelemetry 和有用的警报。

阅读文章 →
DevOps

Docker Volumes 与 Bind Mounts:以正确的方式保留容器数据

Docker 卷与绑定挂载解释:为什么容器数据消失、命名卷、绑定挂载、tmpfs、Compose 示例、备份、权限以及何时使用它们。

阅读文章 →
测试自动化

TDD 与 BDD:主要区别、以两种方式构建的一个功能以及何时使用每种方式

TDD 与 BDD 的解释是通过一种双向构建的折扣功能:使用我们运行的代码进行红绿重构、Given-When-Then 场景、工具、权衡以及何时使用每种方案。

阅读文章 →
软件测试

用户验收测试 (UAT):流程、清单和真实示例

用户验收测试解释:谁运行它、它与 QA 有何不同、七步流程、UAT 测试用例模板、清单、签核标准和常见错误。

阅读文章 →
数据库与 SQL

SQL NULL 值解释:IS NULL、COALESCE、NULLIF 和要避免的陷阱

通过我们运行的查询解释了 SQL NULL 值:三值逻辑、IS NULL、COALESCE、NULLIF,聚合、连接和排序如何处理 NULL,以及它悄悄引起的错误。

阅读文章 →
数据库与 SQL

SQL CASE WHEN 语句:语法、实例和常见错误

SQL CASE WHEN 解释了我们运行的查询:简单和搜索表单、条件顺序、SUM 透视、COUNT 技巧、自定义排序、更新和要避免的 NULL 陷阱。

阅读文章 →
软件开发

什么是智威汤逊?通过工作示例解释 JSON Web 令牌

什么是智威汤逊? JSON Web Tokens 解释:这三个部分,在我们运行的代码中构建和篡改的令牌,JWT 与会话,存储,刷新令牌和安全错误。

阅读文章 →
软件开发

JavaScript 事件循环解释:调用堆栈、微任务和计时器以及示例

JavaScript 事件循环用我们运行的代码进行了解释:调用堆栈、任务和微任务队列、为什么 setTimeout 0 不是立即执行、阻塞、饥饿和面试测验。

阅读文章 →
软件开发

Python 生成器和 Yield 解释:通过真实示例节省内存

Python 生成器和yield 用我们运行的代码进行了解释:它们如何暂停和恢复、测量内存节省、管道、无限序列、yield from、发送和常见陷阱。

阅读文章 →
人工智能

什么是嵌入?向量和余弦相似度简单解释

什么是嵌入?关于向量、余弦相似度和语义搜索的简单语言指南,其中包含我们运行的一个小示例、常见用途、选择模型和已知限制。

阅读文章 →
DevOps

蓝绿部署与金丝雀部署:差异、权衡以及如何选择

蓝绿部署与金丝雀部署解释:每种部署的工作原理、成本、风险和回滚、我们测试的稳定用户分桶、数据库迁移、滚动更新以及如何选择。

阅读文章 →
测试自动化

不稳定的测试:造成这些问题的原因以及如何彻底解决它们

我们运行的演示解释了不稳定的测试:主要原因、如何确认和诊断、正确的时间修复、共享状态和日期以及隔离过程。

阅读文章 →
软件测试

负载测试与压力测试:差异、指标和 k6 示例

负载测试与压力测试的解释:各自证明什么、峰值和浸泡测试、重要的指标、为什么平均值会误导、k6 个示例以及如何计划测试。

阅读文章 →
软件测试

测试用例与测试场景:主要区别、示例以及何时使用它们

测试用例与测试场景的解释:清晰的定义、并排的表格、从场景到案例的密码重置功能、模板以及何时使用每个功能。

阅读文章 →
数据库与 SQL

SQL 查询优化:读取执行计划并修复慢速查询(带计时)

对一百万行进行 SQL 查询优化测试:读取执行计划、添加正确的索引、修复不可控制的过滤器、使用复合索引和键集分页。

阅读文章 →
数据库与 SQL

SQL UNION 与 UNION ALL:差异、示例和性能测试

SQL UNION 与 UNION ALL 通过我们运行的查询进行了解释:重复、都遵循的规则、真实的数据错误、测量的性能、INTERSECT 和 EXCEPT 以及何时使用它们。

阅读文章 →
软件开发

JavaScript Fetch API 教程:GET、POST、错误处理和超时

针对本地服务器测试的 JavaScript Fetch API 教程:GET 和 POST、为什么不抛出 404、可重用的帮助程序、查询字符串、超时、CORS 和常见错误。

阅读文章 →
软件开发

Python 文件处理:读取、写入、CSV、JSON 和 pathlib 以及示例

使用我们运行的代码解释了 Python 文件处理:打开模式、使用、读取大文件、CSV、JSON、pathlib、二进制文件、安全写入、错误处理和常见错误。

阅读文章 →
软件开发

Python 类和对象:带有实际示例的 OOP 教程

用我们运行的代码解释 Python 类和对象:__init__、方法、类与实例属性、继承、属性、dunder 方法、数据类和常见错误。

阅读文章 →
人工智能

什么是大语言模型?法学硕士如何运作,在没有炒作的情况下进行解释

什么是大语言模型?法学硕士用简单的语言解释:标记、嵌入、注意力、训练、温度和上下文窗口、一个微小的下一个单词演示和真正的限制。

阅读文章 →
DevOps

适合初学者的 Linux 命令:带有示例的基本终端指南

适合初学者的 Linux 命令,按任务分组:导航、文件、查看日志、grep、管道、权限、进程和档案,并附有实用的日志分析示例。

阅读文章 →
测试自动化

Selenium 与 Playwright:主要区别、代码比较以及选择

Selenium 与 Playwright 比较:架构、等待、浏览器和语言支持、调试、两种工具中的相同测试、迁移建议以及如何选择。

阅读文章 →
软件测试

等价划分:通过实例解释测试设计技术

等效分区解释:如何找到有效和无效分区,年龄、密码和优惠券的工作示例,我们运行的测试,以及为什么将其与边界配对。

阅读文章 →
软件测试

软件测试中的严重性与优先级:差异、矩阵和实例

软件测试中的严重性与优先级解释:清晰的定义、带有示例的四向矩阵、级别尺度、谁设置每个级别以及如何运行错误分类。

阅读文章 →
数据库与 SQL

SQL 子查询教程:类型、相关子查询和 EXISTS 以及示例

SQL 子查询教程,其中包含我们运行的查询:标量、IN、FROM 和 SELECT 子查询、相关子查询、EXISTS、NOT IN NULL 陷阱以及子查询与 JOIN 与 CTE。

阅读文章 →
数据库与 SQL

SQL 事务和 ACID 解释:COMMIT、ROLLBACK 和隔离级别

SQL 事务和 ACID 通过我们运行的银行转账进行了解释:COMMIT、ROLLBACK、保存点、锁、隔离级别、脏读、死锁和最佳实践。

阅读文章 →
软件开发

Git 命令备忘单:您实际使用的命令,以及示例

Git 命令备忘单按任务分组:设置、暂存、分支、远程、存储、历史记录和撤消错误,以及来自真实演示存储库的输出。

阅读文章 →
软件开发

JavaScript Promise 解释:then、catch、Promise.all 和常见错误

JavaScript 承诺用我们运行的代码进行了解释:状态、then 和 catch 链、错误处理、Promise.all、allSettled、race 和 any、事件循环和常见错误。

阅读文章 →
软件开发

Python 字典教程:方法、示例和常见模式

Python 字典教程,包含我们运行的代码:创建、读取和更新字典、关键方法、合并、理解、计数和分组模式以及常见错误。

阅读文章 →
人工智能

什么是 RAG?通过工作示例解释检索增强生成

什么是RAG?检索增强生成逐步解释:索引、分块、嵌入、检索、一个小型的 Python 工作示例、评估和常见故障。

阅读文章 →
DevOps

Terraform 初学者教程:从第一个文件到模块的基础设施即代码

适合初学者的 Terraform 教程:从没有云帐户开始,学习初始化、计划和应用,然后是变量、输出、状态、模块和安全的团队工作流程。

阅读文章 →
DevOps

Docker 与 Kubernetes:主要区别、它们如何协同工作以及您需要哪些

Docker 与 Kubernetes 的解释:各自的作用、同一个应用程序同时运行、Docker Compose 和 Swarm 的比较、dockershim 的变化以及如何决定您需要什么。

阅读文章 →
测试自动化

Pytest 初学者教程:夹具、参数化和真实示例

面向初学者的 pytest 教程,其中包含我们在 pytest 9.2 上运行的测试:断言、固定装置、参数化、conftest、标记、tmp_path、monkeypatch、有用的标志和 CI。

阅读文章 →
软件测试

软件测试生命周期 (STLC):6 个阶段、进入和退出标准、示例

软件测试生命周期解释:六个 STLC 阶段,包括进入和退出标准、可交付成果、有效的登录功能示例、STLC 与 SDLC 以及敏捷中的 STLC。

阅读文章 →
软件开发

Git merge 与 rebase 的区别:示例及如何选择

用真实的 log 输出、对比表、rebase 黄金法则和安全的团队工作流,讲清 Git merge 与 rebase 的区别。

阅读文章 →
软件开发

Python 列表推导式:语法、示例与何时避免使用

Python 列表推导式详解:语法、过滤、if-else、嵌套循环、实测耗时,以及何时普通 for 循环更合适。

阅读文章 →
数据库与 SQL

SQL JOIN 详解:附示例(INNER、LEFT、RIGHT、FULL)

通过示例表和查询,一步步讲解 SQL JOIN:INNER、LEFT、RIGHT、FULL、CROSS 和 SELF,并介绍常见错误与性能技巧。

阅读文章 →