Monty中如何使用datetime与json？常用内置能力与边界限制实测-二趣网

Monty中如何使用datetime与json？常用内置能力与边界限制实测

【免费下载链接】montyA minimal, secure Python interpreter written in Rust for use by AI项目地址: https://gitcode.com/GitHub_Trending/monty3/monty

Monty 是一个用 Rust 编写的极简安全 Python 3.14 解释器，专为安全执行 AI 生成的代码而设计。本文实测它内置的 datetime 与 json 两个模块：常用能力怎么用、和 CPython 相比有哪些边界限制，帮你写出不会踩坑的沙箱代码。

为什么要在 Monty 里关注 datetime 和 json？

Monty 不是完整的 Python 环境——它刻意只提供一小块标准库子集（asyncio、json、datetime、math、re、pathlib等），并把文件系统、网络、环境变量全部隔离成宿主可控的外部调用。这意味着两个高频模块的行为和 CPython 存在微妙但关键的差异：

沙箱里能获取真实时间吗？
json.dumps还能用default回调兜底吗？
深度嵌套的 JSON 会不会被直接拒绝？

以下结论均来自仓库中的限制文档 limitations/datetime.md、limitations/json.md 与配套测试用例，属于"实测口径"。

datetime 模块：四个类，先记住能用什么

Monty 的 datetime 模块提供四个类：date、datetime、timedelta、timezone。模块级的time、tzinfo、MINYEAR/MAXYEAR不暴露。

构造与常用方法

核心用法和 CPython 基本一致，测试用例 datetime__core.py 覆盖了绝大多数常规场景：

import datetime d = datetime.date(2024, 6, 15) dt = datetime.datetime(2024, 6, 15, 10, 30, 45, tzinfo=datetime.timezone.utc) dt + datetime.timedelta(hours=5) # 时间加减 (dt - dt.replace(hour=8)).total_seconds() # timedelta 算术 dt.isoformat() # '2024-06-15T10:30:00+00:00'

几个和 CPython 不一致的细节，写代码前值得记住：

now()是唯一能拿到宿主机时间的入口。它会产生一次外部调用；date.today()、utcnow()、fromtimestamp()、fromordinal()、combine()均未实现，timezone(tz)传入后返回的tzinfo满足==但不是同一个对象（is为 False）。
replace()只接受关键字参数。CPython 允许d.replace(2025)这样按位置传参，Monty 会抛TypeError。
timedelta的hours/minutes/milliseconds/weeks是关键字参数，不能按位置传。
两个timedelta之间的除法和整除未实现（乘、加、减、比较都支持）。
年份超出 64 位整数范围时抛OverflowError: Python int too large to convert to C long，所有平台口径一致。

格式化：strftime 与 f-string 的三个坑

strftime走的是 Rust 的chrono格式化，大部分指令正常，但有三类边界行为（详见 datetime__format.py）：

场景	Monty 行为	CPython 行为
无法识别的指令（如`%Q`）	原样保留	Linux 原样保留、macOS 去掉`%`
纯`date`上用时间指令（`%H`等）	抛`ValueError: Invalid format string`	补零填充`'00'`
naive 值上用`%z`/`%Z`	抛`ValueError`	输出空字符串

f-string 格式化日期与 CPython 的__format__对齐：f'{dt:%Y-%m-%d}'等价于dt.strftime('%Y-%m-%d')，空规格则回退到str(dt)。

json 模块：loads / dumps 能力清单

Monty 的 json 模块由手写的编码器与jiter解析器组成，对支持的关键词组合做到与 CPython 逐字节一致。模块内只有三样东西：loads、dumps和JSONDecodeError。

json.loads：无参数解析，但有硬上限

输入只接受str或bytes（传别的类型抛TypeError）。
不接受任何关键字参数：parse_float、object_hook、cls等一律TypeError。
NaN/Infinity/-Infinity总是被接受，没有关闭开关。
嵌套深度上限200 层，超了抛JSONDecodeError——这对防御恶意深层嵌套 JSON 是天然的资源保护。
超大的 JSON 整数按int_max_str_digits语义抛ValueError（而非JSONDecodeError），与 CPython 一致。

json.dumps：支持 6 个关键词，拒绝 3 个

支持的关键词及 CPython 语义：indent、sort_keys、ensure_ascii、allow_nan、separators、skipkeys。

import json json.dumps({'b': 1, 'a': 2}, sort_keys=True) # '{"a": 2, "b": 1}' json.dumps('☃', ensure_ascii=False) # '"☃"'

而以下调用方式会直接TypeError：

cls=：不支持自定义编码器类；
default=：没有兜底回调，不可序列化的对象（如set）抛TypeError: Object of type set is not JSON serializable；
check_circular=：循环引用检测恒为开启，自引用结构抛ValueError: Circular reference detected（见 json__dumps_errors.py）。

另外两个实用特性：dumps会把 dict 中bool/None/int/float类型的键自动转换成 JSON 允许的字符串键；tuple 会输出为数组。json.load(fp)/json.dump(obj, fp)未实现——沙箱里没有文件对象协议。

JSONDecodeError 的两个细节

它继承自ValueError，可以用except ValueError:捕获。
沙箱内部它是只有消息的异常，没有msg/doc/pos/lineno/colno属性；但当它通过宿主 API（如pydantic_monty）抛回宿主侧时，会被重建为带全部五个属性的真实json.JSONDecodeError（超过 64 KiB 的文档除外，此时doc为空字符串）。

速查：Monty 里最容易被 CPython 习惯坑到的点

想取当前日期 → 只能datetime.datetime.now(tz)，没有date.today()；
replace()、timedelta大单位参数 → 必须写关键字形式；
strftime里别对纯date用时间指令，也别对 naive 值用%z；
json.loads一个参数都加不了，深度别超 200 层；
json.dumps想自定义序列化 → 先在宿主侧把对象转成基础类型，沙箱内没有default兜底；
类继承不可用，所以datetime无法被子类化。

企业官网建设流程全解析