用 orjson 加速 SerpBase 响应解析：基准对比与注意事项

解析成了瓶颈

采集任务跑起来之后，CPU 占用最高的往往不是网络，是 JSON 解析。一次网页搜索的响应带十几个模块，几千次请求就是几千次解析，标准库 json 在这种情况下会变成明显的瓶颈。

orjson 是目前 Python 里最快的 JSON 库之一，替换成本很低。

先测再换

不要看宣传，自己测：

python 复制代码

import json
import time

import orjson

raw = open("response.json", "rb").read()   # 一份真实的 SerpBase 响应

for name, mod in (("json", json), ("orjson", orjson)):
    start = time.time()
    for _ in range(500):
        mod.loads(raw)
    cost = (time.time() - start) * 1000
    print(f"{name}: {cost:.1f}ms / 500 次")

在你的机器、你的响应上跑一遍。结论通常是 orjson 快数倍，但具体数字和响应大小、字段数量都有关，别照搬别人的跑分。

替换时注意的几件事

返回值是 bytes。 orjson.dumps() 返回 bytes，不是 str。写文件要用二进制模式：

python 复制代码

with open("out.json", "wb") as f:
    f.write(orjson.dumps(data))

原生支持更多类型。 datetime、dataclass、numpy 可以直接序列化，省掉手写 default= 的麻烦：

python 复制代码

from dataclasses import dataclass

@dataclass
class Snapshot:
    q: str
    collected_at: datetime

print(orjson.dumps(Snapshot("serp api", datetime.now())))

对非法输入更严格。 标准库 json 会容忍一些不规范的输入，orjson 默认直接报错------包括 NaN、Infinity、非 UTF-8 字节。需要容忍时要显式开选项。

我做错的一版

第一次替换后，管道在某个字段上崩了。排查发现是响应里出现了 NaN------标准库 json.dumps 会原样写出去，orjson 默认拒绝，直接抛异常。

修法不是关掉严格检查，而是在写入前把异常值处理掉。更严格的解析器暴露了原本被容忍的数据问题，这其实是好事，但要有心理准备。

另外 orjson 对重复键也会报错，从不同来源拼来的 JSON 要注意。

什么时候不用换

一天只跑几十次请求：差异感知不到，标准库够用
代码里大量传递 str 而不是 bytes：替换时要顺带改文件读写模式

如果一天解析几千次以上响应，值得换。采集任务、对账脚本、批量导入，都是典型场景。

一次网页搜索 1 credit，新账号 500 免费 credits，足够把解析性能也一起测了。SerpBase 的字段结构见 SerpBase 文档。