如何将含PyDantic模型的字典序列化为JSON（PyDantic v2+）

给定一个结构任意的字典，其中混合了原生Python对象和PyDantic的BaseModel子类实例，示例如下：

my_dict = {"key1": "value1",
           "key2": {"key3": pydantic_object1, 
                    "key4": 4},
           "key5": pydantic_object2}

需要将该字典转存为JSON文件。但直接用BaseModel.model_dump()把PyDantic对象转成字典后调用json.dump的方式不可行——因为PyDantic对象中的datetime、带自定义序列化器的对象等无法被Python原生JSON序列化器处理，同时也无法编写调用PyDantic内置JSON编码器的自定义编码器，请问在PyDantic v2及以上版本中该如何解决？

方法1：递归使用model_dump_json处理嵌套对象 #

PyDantic v2的BaseModel提供的model_dump_json()方法会自动处理datetime、自定义序列化器等特殊类型。我们可以递归遍历字典，将遇到的PyDantic对象转换为JSON兼容的Python结构：

import json
from pydantic import BaseModel

def process_dict(obj):
    if isinstance(obj, BaseModel):
        # 先用model_dump_json完成PyDantic对象的序列化，再解析为Python字典
        return json.loads(obj.model_dump_json())
    elif isinstance(obj, dict):
        return {k: process_dict(v) for k, v in obj.items()}
    elif isinstance(obj, (list, tuple)):
        return [process_dict(item) for item in obj]
    else:
        # 原生Python对象直接返回（JSON可序列化类型）
        return obj

# 处理目标字典
processed_data = process_dict(my_dict)
# 写入JSON文件
with open("output.json", "w", encoding="utf-8") as f:
    json.dump(processed_data, f, indent=2)

这个方案的核心是复用PyDantic内置的序列化逻辑，确保特殊类型被正确转换，同时递归处理任意嵌套的结构。

方法2：基于PyDantic内置编码器扩展JSON编码器 #

可以直接利用pydantic.json.pydantic_encoder来实现自定义JSON编码器，解决混合结构的序列化问题：

import json
from pydantic import BaseModel
from pydantic.json import pydantic_encoder

class PydanticCompatibleEncoder(json.JSONEncoder):
    def default(self, obj):
        if isinstance(obj, BaseModel):
            # 调用PyDantic内置编码器处理对象
            return pydantic_encoder(obj)
        # 其他类型交给原生编码器处理
        return super().default(obj)

# 直接使用自定义编码器写入文件
with open("output.json", "w", encoding="utf-8") as f:
    json.dump(my_dict, f, cls=PydanticCompatibleEncoder, indent=2)

pydantic_encoder已经内置了对datetime、带自定义序列化器对象的处理逻辑，自定义编码器只需判断对象是否为BaseModel实例，再委托给它即可，无需重复实现复杂的序列化逻辑。

内容的提问来源于stack exchange，提问作者bluesummers