Python3中带泛型集合的类序列化/反序列化问题：JSON库为何将ColumnDef反序列化为字典而非类实例

这个问题的核心原因很直白：Python标准库的json模块完全不知道你定义的ColumnDef和RunConfig这些NamedTuple类型。它只会遵循默认规则解析JSON：

• JSON对象（{}）会被转成Python字典
• JSON数组（[]）会被转成Python列表

所以当你用json.loads解析完JSON字符串后，loaded_json['columns']只是一个装着字典的列表，而非ColumnDef实例的列表。之后你直接把这个字典列表传给RunConfig(**loaded_json)，自然就会得到一个包含字典的columns字段，而非你期望的ColumnDef实例集合。

下面给出几种实用的解决方法：

方法1：手动转换嵌套字段（最简单直接） #

在read_run_config函数里，手动遍历columns列表，把每个字典转换成ColumnDef实例：

def read_run_config(json_config: str) -> RunConfig:
    loaded_json = json.loads(json_config)
    # 手动将每个字典转为ColumnDef实例
    loaded_json['columns'] = [ColumnDef(**col) for col in loaded_json['columns']]
    return RunConfig(**loaded_json)

修改后运行测试，输出会变成RunConfig(columns=[ColumnDef(name='id')])，断言也能成功匹配。

方法2：使用json模块的object_hook（更通用） #

如果你的数据结构更复杂，可以自定义一个钩子函数，让json.loads自动识别并转换对应的类型。需要通过字段特征区分不同的NamedTuple：

def namedtuple_hook(dct):
    # 判断是否是ColumnDef的结构（仅包含name字段）
    if 'name' in dct and len(dct) == 1:
        return ColumnDef(**dct)
    # 判断是否是RunConfig的结构（仅包含columns字段）
    if 'columns' in dct and len(dct) == 1:
        return RunConfig(**dct)
    # 其他结构返回原字典
    return dct

def read_run_config(json_config: str) -> RunConfig:
    return json.loads(json_config, object_hook=namedtuple_hook)

这种方法的优势是可以扩展到更多嵌套类型，让解析过程更自动化。

方法3：使用第三方库（推荐复杂场景） #

如果你的项目需要处理更多序列化/反序列化需求（比如字段验证、复杂嵌套类型），推荐使用专门的库，比如Pydantic。它原生支持JSON解析，还能自动做类型校验：

from pydantic import BaseModel

class ColumnDef(BaseModel):
    name: str

class RunConfig(BaseModel):
    columns: list[ColumnDef]  # 也可以用Sequence[ColumnDef]

def read_run_config(json_config: str) -> RunConfig:
    return RunConfig.model_validate_json(json_config)

修改后测试代码无需改动即可通过，而且如果JSON格式不符合要求（比如缺少name字段、columns不是数组），Pydantic会抛出明确的错误，非常适合生产环境。

内容的提问来源于stack exchange，提问作者Capacytron