如何在Python中从HBase记录获取JSON？解决bytes序列化问题

针对你遇到的bytes类型无法JSON序列化的问题，不需要手动遍历每个字段，有两种简便的解决方式：

方法1：自定义JSON编码器类 #

通过继承json.JSONEncoder扩展序列化逻辑，让JSON自动处理bytes类型：

import json

class BytesJSONEncoder(json.JSONEncoder):
    def default(self, obj):
        if isinstance(obj, bytes):
            # 按实际编码调整，比如utf-8，可添加错误处理避免解码失败
            return obj.decode('utf-8', errors='replace')
        # 交给父类处理其他默认支持的类型
        return super().default(obj)

使用方式：

# 生成格式化JSON字符串
json_result = json.dumps(row, indent=4, cls=BytesJSONEncoder)
print(json_result)

方法2：直接使用default参数快速实现 #

如果不想定义类，可直接在json.dumps中传入lambda函数处理bytes：

import json

json_result = json.dumps(
    row,
    indent=4,
    default=lambda x: x.decode('utf-8', errors='replace') if isinstance(x, bytes) else x
)
print(json_result)

额外：优雅打印处理后的字典 #

如果只是需要可读性高的打印输出，不需要生成JSON，可递归转换所有bytes为字符串后用pprint：

import pprint

def convert_all_bytes(obj):
    if isinstance(obj, bytes):
        return obj.decode('utf-8', errors='replace')
    elif isinstance(obj, dict):
        return {k: convert_all_bytes(v) for k, v in obj.items()}
    elif isinstance(obj, list):
        return [convert_all_bytes(item) for item in obj]
    return obj

processed_row = convert_all_bytes(row)
pprint.pprint(processed_row, indent=4)

注意：如果你的bytes数据不是UTF-8编码，需要把decode里的编码参数改成对应格式（比如gbk），避免乱码或解码错误。

内容的提问来源于stack exchange，提问作者peter.petrov