python中的JSON-CFANZ编程社区

Python 中的 json模块是处理 JSON（JavaScript Object Notation）格式数据的利器，它轻便、易读，在 Web 通信、配置管理和数据存储等场景非常常用。

下面这张表格可以帮助你快速了解 Python 的 json模块。

模块组件	类别	功能描述	常用场景
`json.dumps()`	函数	将 Python 对象序列化为 JSON 格式的字符串。	数据网络传输（如 API 请求）
`json.loads()`	函数	将 JSON 字符串反序列化为 Python 对象。	解析接收到的 JSON 字符串（如 API 响应）
`json.dump()`	函数	将 Python 对象序列化并直接写入文件。	保存数据到配置文件
`json.load()`	函数	从文件中读取 JSON 数据并反序列化为 Python 对象。	读取配置文件或本地数据文件

🔄 JSON 与 Python 的数据类型映射

JSON 和 Python 的数据类型并非一一对应，理解它们之间的转换关系至关重要。

JSON 数据类型	Python 数据类型 (序列化)	Python 数据类型 (反序列化)
对象 (`{}`)	`dict`	`dict`
数组 (`[]`)	`list`, `tuple`	`list` (元组会被转为列表)
字符串	`str`	`str`
数字	`int`, `float`	`int`, `float`
`true`/ `false`	`True`/ `False`	`True`/ `False`
`null`	`None`	`None`

注意：JSON 的字符串必须使用双引号（"..."），Python 中的单引号字符串在序列化后会被转换为双引号。

⚙️ 核心函数详解

1. 序列化：`json.dumps()`

json.dumps()将 Python 对象（如字典、列表）转换为 JSON 格式的字符串。

import json

data = {
    "name": "张三",
    "age": 30,
    "hobbies": ["阅读", "编程"],
    "is_student": False
}

json_str = json.dumps(data)
print(json_str)
# 输出: {"name": "\u5f20\u4e09", "age": 30, "hobbies": ["\u9605\u8bfb", "\u7f16\u7a0b"], "is_student": false}

常用参数：

ensure_ascii=True：默认为 True，中文字符会被转义为 \uXXXX形式。设为 False可原样输出中文。

json_str_chinese = json.dumps(data, ensure_ascii=False)
print(json_str_chinese) # 输出: {"name": "张三", ...}

indent：指定缩进空格数，使输出的 JSON 字符串更易读。

json_str_pretty = json.dumps(data, ensure_ascii=False, indent=4)

sort_keys：设为 True时，输出的字典按键名排序。

2. 反序列化：`json.loads()`

json.loads()将包含 JSON 数据的字符串解析为 Python 对象。

json_string = '{"name": "李四", "age": 25, "scores": [95, 87, 92]}'
python_data = json.loads(json_string)
print(python_data['name']) # 输出: 李四
print(python_data['scores'][0]) # 输出: 95

3. 文件操作：`json.dump()`与 `json.load()`

这两个函数用于直接与文件交互。

写入 JSON 文件：使用 json.dump()。

data_to_save = {"company": "Apple", "symbol": "AAPL"}
with open('data.json', 'w', encoding='utf-8') as f:
    json.dump(data_to_save, f, ensure_ascii=False, indent=2)

读取 JSON 文件：使用 json.load()。

with open('data.json', 'r', encoding='utf-8') as f:
    data_loaded = json.load(f)
print(data_loaded)

强烈建议使用 with open() as ...语法来确保文件正确关闭。

🚀 处理复杂数据类型与高级技巧

JSON 标准不支持 Python 的所有数据类型，如 datetime对象或 set集合。处理这些类型需要一些技巧。

1. 自定义序列化：`default`参数

可以通过 default参数指定一个函数，该函数负责将不支持的类型转换为可序列化的类型（如将 datetime转为字符串，将 set转为 list）。

import json
from datetime import datetime

data_with_special_types = {
    "event": "Meeting",
    "time": datetime.now(),  # datetime 对象，JSON 不支持
    "participants": {"Alice", "Bob"}  # 集合，JSON 不支持
}

def custom_serializer(obj):
    """自定义序列化函数"""
    if isinstance(obj, datetime):
        return obj.isoformat()  # 转换为 ISO 8601 字符串
    elif isinstance(obj, set):
        return list(obj)  # 转换为列表
    else:
        raise TypeError(f"Object of type {type(obj)} is not JSON serializable")

json_str = json.dumps(data_with_special_types, default=custom_serializer)
print(json_str) # 输出: {"event": "Meeting", "time": "2023-10-25T10:30:00.123456", "participants": ["Alice", "Bob"]}

一个简单的备选方案是使用 default=str，它会尝试将所有非标准类型转换为字符串，但控制力较弱。

2. 自定义反序列化：`object_hook`参数

在反序列化时，可以使用 object_hook参数提供一个函数，在将 JSON 对象转换为 Python 字典后，可以对这个字典进行进一步处理，例如将其转换为自定义类的实例。

🔒 错误处理与安全实践

处理异常：在解析不可信来源的 JSON 数据时，可能会遇到格式错误。

invalid_json_str = '{"name": "John", "age": }'  # 无效的 JSON
try:
    data = json.loads(invalid_json_str)
except json.JSONDecodeError as e:
    print(f"JSON 解析错误: {e}")

安全警告：json.loads()和 json.load()功能强大，但不要直接用它们解析来自不可信来源（如用户输入）的 JSON 字符串，以防潜在的安全风险。对于复杂数据交换，应考虑更安全的数据格式。

💡 实际应用场景

Web API 交互：在前后端分离的应用中，前端通过 AJAX 发送 JSON 数据，Python 后端使用 json.loads()解析请求，处理后再用 json.dumps()返回 JSON 响应。
配置文件管理：许多应用程序使用 .json文件来存储配置信息，因其结构清晰，易于读写和修改。
数据持久化：可以将程序运行中的中间结果或状态以 JSON 格式保存到本地文件，下次启动时再读取恢复。