srsly：一个把 Python 序列化问题打包解决的小工具

Python 序列化这件事，看起来简单，做起来烦。JSON、YAML、MessagePack、Pickle，每个库都有自己的 API，跨平台还经常出幺蛾子。编码问题、大文件问题、不同 Python 版本的兼容问题，坑一个接一个。

Explosion AI 这家公司在做 spaCy 和 Prodigy 的过程中，被这些问题折磨了多年。他们没有选择忍受，而是把所有序列化需求打包成了一个库：srsly。目前 481 Star，体量不大，但确实解决了实际问题。

它到底干了什么

srsly 的核心理念很简单：把市面上最好的序列化库包一层，提供统一的高阶 API。你不用再记 ujson、msgpack、ruamel.yaml 各自怎么用，一个库覆盖所有常见格式。

目前支持的格式包括：

• JSON 和 JSONL
• MessagePack
• Pickle
• YAML

底层用的是经过验证的库：ujson 负责 JSON，msgpack 负责二进制序列化，cloudpickle 处理复杂对象，ruamel.yaml 处理 YAML。没有自己造轮子，只是把轮子装到了一辆车上。

为什么需要这个库

很多人可能会问：Python 不是自带 json、pickle 吗？干嘛还要装第三方库？

这个问题 Explosion AI 自己也解释过。他们在做 spaCy 的过程中，发现标准库在跨版本、跨平台时会出现各种微妙的 bug。编码设置不对、locale 问题、大文件处理异常，这些坑分散在各个代码库里，维护起来很痛苦。

srsly 把这些经验全部封装进去。你用 srsly.read_json() 和 srsly.write_json()，背后已经处理好了各种边界情况。对团队来说，这意味着更少的时间花在调试序列化 bug 上。

几个实用的设计

srsly 的 API 设计很直白，读和写成对出现：

• json_dumps / json_loads：处理 JSON 字符串
• read_json / write_json：直接操作文件
• read_jsonl / write_jsonl：处理行式 JSON
• msgpack_dumps / msgpack_loads：二进制序列化
• yaml_dumps / yaml_loads：YAML 格式

每个函数参数都不多，接口干净。它还内置了 gzip 支持，write_gzip_json 和 read_gzip_json 可以直接读写压缩文件，省掉你手动处理 gzip 的代码。

对数据科学用户有个额外好处：如果装了 numpy，numpy 对象可以直接序列化成 msgpack。装了 cupy 的话，cupy 对象会自动转 numpy 再序列化。这对处理机器学习模型的团队很实在。

安装和使用门槛

安装很简单，pip 直接装：

python -m pip install srsly

或者用 conda：

conda install -c conda-forge srsly

numpy 和 cupy 是可选依赖，按需安装就行。

用起来就是标准的 Python 库，import 之后直接调用。对熟悉 Python 的人来说几乎没有学习成本。

适合谁用

如果你只是偶尔读写几个 JSON 文件，标准库够用了。但如果你在以下场景，srsly 能省不少事：

• 需要支持多种序列化格式的项目
• 跨平台部署，对编码和兼容性有要求
• 处理大量数据，需要 gzip 压缩和 JSONL 行式格式
• 团队里有多人维护序列化相关代码，需要统一接口

总结

srsly 不是那种 flashy 的项目，没有花里胡哨的功能。它就是一个工程师把多年踩坑经验打包分享的产物。代码开源，MIT 协议， Explosion AI 持续维护。如果你被 Python 序列化的各种细节问题困扰过，这个库值得看一眼。

验打包分享的产物。代码开源，MIT 协议， Explosion AI 持续维护。如果你被 Python 序列化的各种细节问题困扰过，这个库值得看一眼。