当想格式化显示一个字典，并且希望通过日志记录输出时，Python 提供了几种方法来实现这一目标。这里有两种常用的方式来格式化显示字典内容：
1 使用 format 方法直接格式化
你可以直接使用 format 方法将字典转换为字符串，这种方法简单直接：
logger.info('self.para: {}'.format(self.para))
这种方法会打印出字典的完整内容，但如果字典很大或包含复杂的数据结构，输出可能会变得很难阅读。Python 的 format 方法提供了一种非常灵活的方式来构造字符串，但它本身不提供直接的机制来“美化”或“格式化显示”一个字典，如添加缩进或特定格式排版。format 主要用于插入数据到字符串中的特定位置，并支持一定程度的格式化，例如数字的格式化显示，但对于字典或列表这类复合数据结构的美化显示，format 方法的功能较为有限。
2 使用 json.dumps 来美化输出
使用 json.dumps 可以让字典的输出更加易读，尤其是对于嵌套较深或数据结构较复杂的字典。这个方法可以让你自定义缩进，从而使输出更加结构化：
import json
logger.info('self.para: {}'.format(json.dumps(self.para, indent=4)))
这里，indent=4 表示使用4个空格缩进，你可以根据需要调整缩进的大小。
json.dumps 需要所有的键和值都是JSON类型兼容的。
这意味着所有键必须是字符串类型，而值则需要是以下类型之一：
- 字符串 (
str) - 数字 (
int,float) - 布尔值 (
True,False) - 其他字典 (
dict) - 列表 (
list) - 元组 (
tuple) None
如果字典中包含不兼容的类型，如 Python 的 set、datetime 对象、或其他任何不是上述类型的对象，使用 json.dumps() 时将会引发 TypeError。
假设我们有一个包含多种数据类型的字典：
import json
from datetime import datetime# 创建一个包含多种数据类型的字典
data = {"name": "Alice","age": 30,"birthday": datetime.now(), # datetime 对象不是 JSON 兼容类型"education": ["BSc", "MSc"],"married": True,"children": None,"pets": {"dogs": 2, "cats": 1},"preferences": set([1, 2, 3]) # set 也不是 JSON 兼容类型
}
尝试使用 json.dumps() 来序列化这个字典：
try:json_str = json.dumps(data)print(json_str)
except TypeError as e:print(f"Error: {e}")
输出将会是一个错误信息，因为 datetime 和 set 类型不能被 json.dumps() 序列化。
解决方案
对于不兼容的类型，你需要在调用 json.dumps() 之前将它们转换为兼容的类型，或者提供一个自定义的序列化函数：
转换不兼容的类型
data['birthday'] = data['birthday'].isoformat() # 将 datetime 转换为字符串
data['preferences'] = list(data['preferences']) # 将 set 转换为 list
json_str = json.dumps(data)
print(json_str)
使用 default 参数提供自定义序列化函数
def json_custom_serializer(obj):if isinstance(obj, datetime):return obj.isoformat()elif isinstance(obj, set):return list(obj)raise TypeError(f"Type {type(obj)} not serializable")json_str = json.dumps(data, default=json_custom_serializer)
print(json_str)
这样的处理确保了所有数据类型都可以被正确地序列化为 JSON 格式。
JSON（JavaScript Object Notation）最初是为 JavaScript 设计的一种数据交换格式。其设计目标是易于人类阅读和编写，同时也易于机器解析和生成。JSON 支持的数据类型有限，这是由其起源和设计目的决定的。以下是具体原因和考量：
JavaScript 兼容性：
JSON 的设计是基于 JavaScript 语言的对象字面量语法，因此它天然只支持那些在 JavaScript 中常见的数据类型。这包括了字符串、数字、布尔值、数组（在 JSON 中表现为列表）、对象（在 JSON 中表现为字典）以及 null（在 JSON 中表现为 None）。
跨语言交换数据：
JSON 被设计为一种语言独立的数据格式，目的是在不同编程语言和平台之间交换数据。支持的类型集团保持简单，可以确保在各种编程环境中都能无障碍地解析和生成，无论是 Python、Java、C# 等后端语言，还是 JavaScript 在前端的使用。
简洁性和易于实现：
JSON 的解析器和生成器可以相对简单地实现。限制数据类型有助于保持解析和生成过程的简洁性，降低实现的复杂度。这使得开发者能够轻松添加 JSON 支持到任何程序或服务中。
安全性：
避免复杂的数据类型如函数或执行代码，减少了安全风险。例如，与 XML 相比，JSON 没有支持执行代码的功能（如 XML 的实体和 CDATA 块可以用来嵌入代码），这减少了安全漏洞的风险。
序列化和反序列化的明确性：
限制数据类型确保在序列化（编码）和反序列化（解码）过程中，数据的表示是明确和一致的。例如，日期和时间在 JSON 中通常以 ISO 字符串格式表示，避免了关于时区和格式的混淆。
3 使用 pprint.pformat 来格式化打印
Python 的 pprint 模块提供了一个 pformat 函数，它可以生成一个格式化后的字符串表示形式，这对于复杂的数据结构尤其有用：
import pprint
logger.info('self.para: {}'.format(pprint.pformat(self.para, indent=4)))
和 json.dumps 类似，pprint.pformat 也允许你控制缩进，并能够更好地处理Python中的数据类型，比如 None, True, False 等。
4 自定义格式化函数
这个函数递归地处理字典，为每个嵌套的字典增加缩进，从而改善了字典的可读性。
def format_dict(d, indent=0):for key, value in d.items():if isinstance(value, dict):logger.info(' ' * indent + '{}: '.format(key))format_dict(value, indent + 4)else:logger.info(' ' * indent + '{}: {}'.format(key, value))format_dict(self.para)
