×

pin_drop当前位置:知识文库 ❯ 图文

Python标准库json使用

一、json模块概述

json 是Python标准库中用于处理JSON数据的核心模块。JSON（JavaScript Object Notation）是一种轻量级的数据交换格式，易于人阅读和编写，同时也易于机器解析和生成。在Web开发、API通信、配置文件等场景中，JSON是最常用的数据格式之一。

json模块提供了将Python对象转换为JSON字符串（序列化）以及将JSON字符串转换为Python对象（反序列化）的功能。它支持所有标准的JSON数据类型，包括对象、数组、字符串、数字、布尔值和null。

二、核心函数语法

1. 序列化函数

代码示例

import json

# dumps(): 将Python对象转换为JSON字符串
json_str = json.dumps(obj, ensure_ascii=True, indent=None, sort_keys=False)

# dump(): 将Python对象转换为JSON并写入文件
json.dump(obj, fp, ensure_ascii=True, indent=None, sort_keys=False)

2. 反序列化函数

代码示例

import json

# loads(): 将JSON字符串转换为Python对象
python_obj = json.loads(json_str)

# load(): 从文件读取JSON并转换为Python对象
python_obj = json.load(fp)

3. 常用参数说明

代码示例

# ensure_ascii: 是否转义非ASCII字符（默认True）
# indent: 缩进空格数，用于美化输出（默认None，紧凑格式）
# sort_keys: 是否按键名排序（默认False）
# separators: 分隔符元组 (item_separator, key_separator)
# default: 处理不可序列化对象的函数

三、基本用法详解

Python与JSON类型对应

代码示例

import json

# Python dict -> JSON object
data = {"name": "张三", "age": 25}
json_str = json.dumps(data)
print(json_str)  # {"name": "张三", "age": 25}

# Python list -> JSON array
data = [1, 2, 3, "四", "五"]
json_str = json.dumps(data)
print(json_str)  # [1, 2, 3, "四", "五"]

# Python str -> JSON string
data = "Hello, JSON"
json_str = json.dumps(data)
print(json_str)  # "Hello, JSON"

# Python int/float -> JSON number
data = 42
json_str = json.dumps(data)
print(json_str)  # 42

# Python True/False -> JSON true/false
data = True
json_str = json.dumps(data)
print(json_str)  # true

# Python None -> JSON null
data = None
json_str = json.dumps(data)
print(json_str)  # null

处理中文字符

代码示例

import json

data = {"姓名": "张三", "城市": "北京"}

# 默认情况：中文被转义为Unicode
json_str1 = json.dumps(data)
print(json_str1)  # {"\u59d3\u540d": "\u5f20\u4e09", ...}

# 设置ensure_ascii=False：保留中文
json_str2 = json.dumps(data, ensure_ascii=False)
print(json_str2)  # {"姓名": "张三", "城市": "北京"}

美化输出格式

代码示例

import json

data = {
    "name": "张三",
    "age": 25,
    "skills": ["Python", "JavaScript", "SQL"],
    "address": {
        "city": "北京",
        "district": "朝阳区"
    }
}

# 紧凑格式
json_compact = json.dumps(data, ensure_ascii=False)
print(json_compact)

# 美化格式（缩进2个空格）
json_pretty = json.dumps(data, ensure_ascii=False, indent=2)
print(json_pretty)

# 美化格式 + 键排序
json_sorted = json.dumps(data, ensure_ascii=False, indent=2, sort_keys=True)
print(json_sorted)

四、完整代码示例

示例1：JSON文件读写

代码示例

import json

# 写入JSON文件
data = {
    "users": [
        {"id": 1, "name": "张三", "age": 25},
        {"id": 2, "name": "李四", "age": 30},
        {"id": 3, "name": "王五", "age": 28}
    ],
    "total": 3
}

with open('users.json', 'w', encoding='utf-8') as f:
    json.dump(data, f, ensure_ascii=False, indent=2)
print("JSON文件已保存")

# 读取JSON文件
with open('users.json', 'r', encoding='utf-8') as f:
    loaded_data = json.load(f)
    
print(f"用户总数：{loaded_data['total']}")
for user in loaded_data['users']:
    print(f"  {user['name']}，{user['age']}岁")

示例2：处理自定义对象

代码示例

import json
from datetime import datetime

class User:
    def __init__(self, name, age, created_at=None):
        self.name = name
        self.age = age
        self.created_at = created_at or datetime.now()
    
    def to_dict(self):
        """将对象转换为字典"""
        return {
            'name': self.name,
            'age': self.age,
            'created_at': self.created_at.isoformat()
        }
    
    @classmethod
    def from_dict(cls, data):
        """从字典创建对象"""
        return cls(
            name=data['name'],
            age=data['age'],
            created_at=datetime.fromisoformat(data['created_at'])
        )

# 序列化自定义对象
user = User("张三", 25)
user_dict = user.to_dict()
json_str = json.dumps(user_dict, ensure_ascii=False, indent=2)
print("序列化：")
print(json_str)

# 反序列化为自定义对象
loaded_dict = json.loads(json_str)
loaded_user = User.from_dict(loaded_dict)
print(f"\n反序列化：{loaded_user.name}，{loaded_user.age}岁")

示例3：使用default参数处理特殊类型

代码示例

import json
from datetime import datetime, date

def custom_serializer(obj):
    """自定义序列化函数"""
    if isinstance(obj, datetime):
        return obj.isoformat()
    elif isinstance(obj, date):
        return obj.strftime('%Y-%m-%d')
    elif isinstance(obj, set):
        return list(obj)
    else:
        raise TypeError(f"Type {type(obj)} not serializable")

# 包含特殊类型的数据
data = {
    "event": "会议",
    "datetime": datetime.now(),
    "date": date.today(),
    "tags": {"重要", "紧急", "工作"}
}

# 使用default参数
json_str = json.dumps(data, default=custom_serializer, ensure_ascii=False, indent=2)
print(json_str)

示例4：JSON数据验证与处理

代码示例

import json

def safe_load_json(json_str):
    """安全地加载JSON，处理可能的错误"""
    try:
        data = json.loads(json_str)
        return data, None
    except json.JSONDecodeError as e:
        return None, f"JSON解析错误：{e}"
    except Exception as e:
        return None, f"未知错误：{e}"

# 测试正常JSON
json_str1 = '{"name": "张三", "age": 25}'
data, error = safe_load_json(json_str1)
if error:
    print(f"错误：{error}")
else:
    print(f"成功：{data}")

# 测试错误JSON
json_str2 = '{"name": "张三", "age":}'  # 格式错误
data, error = safe_load_json(json_str2)
if error:
    print(f"错误：{error}")
else:
    print(f"成功：{data}")

五、注意事项与最佳实践

注意1：处理中文时，务必设置 ensure_ascii=False，否则中文会被转义为Unicode编码（如 \u5f20\u4e09），降低可读性。

注意2：json模块只能序列化基本数据类型（dict、list、str、int、float、bool、None）。对于自定义对象、datetime等类型，需要提供 default 函数或先转换为字典。

注意3：读写JSON文件时，务必指定 encoding='utf-8'，避免在不同操作系统上出现编码问题。Windows系统默认使用GBK编码，可能导致中文乱码。

注意4：解析外部JSON数据时，始终使用 try-except 捕获 json.JSONDecodeError 异常，防止程序因格式错误而崩溃。

小贴士

如果需要处理更大的JSON数据或需要更高的性能，可以考虑使用第三方库 ujson 或 orjson，它们比标准库json快数倍。安装方式：pip install ujson 或 pip install orjson。

六、课程小结

  • 序列化：dumps() 将Python对象转为JSON字符串，dump() 写入文件

  • 反序列化：loads() 从JSON字符串转为Python对象，load() 从文件读取

  • 中文处理：设置 ensure_ascii=False 保留中文字符

  • 美化输出：使用 indent 参数设置缩进，sort_keys=True 按键排序

  • 自定义类型：使用 default 参数处理不可序列化的类型

七、练习题

练习1

编写一个程序，创建一个包含学生信息的字典（姓名、年龄、成绩列表），将其序列化为JSON字符串并打印。然后反序列化该字符串，计算并输出平均成绩。

练习2

编写一个函数 save_config(config_dict, filename)，将配置字典保存为JSON文件。再编写一个函数 load_config(filename) 读取配置文件，处理可能的文件不存在和JSON格式错误。

常见问题

json.dumps()和json.dump()有什么区别？

dumps() 返回JSON字符串，dump() 将JSON写入文件对象。类似地，loads() 从字符串解析，load() 从文件对象解析。带"s"的函数处理字符串，不带"s"的函数处理文件。

为什么中文会变成Unicode编码？

默认情况下，ensure_ascii=True 会将非ASCII字符转义为 \uXXXX 格式，确保输出是纯ASCII。设置 ensure_ascii=False 可以保留中文字符。

如何序列化datetime对象？

json模块不能直接序列化datetime对象。解决方法：① 使用 default 参数提供自定义序列化函数；② 先将datetime转为ISO格式字符串 dt.isoformat()；③ 使用第三方库如 simplejson。

JSON和Python字典有什么区别？

JSON是字符串格式，Python字典是内存中的对象。JSON的键必须是字符串，Python字典的键可以是任何不可变类型。JSON支持的数据类型更少（没有元组、集合等）。JSON是跨语言的数据交换格式，Python字典是Python特有的数据结构。

如何处理JSON解析错误？

使用 try-except 捕获 json.JSONDecodeError 异常。例如：try: data = json.loads(s) except json.JSONDecodeError as e: print(f"解析错误：{e}")。错误信息会包含具体的错误位置和原因。

标签： Python json JSON序列化 标准库 数据格式 中文处理 文件读写

本文涉及AI创作

内容由AI创作，请仔细甄别

list快速访问

上一篇： Python标准库datetime使用 下一篇： Python标准库re：正则表达式完全指南

poll相关推荐

作者头像 小晨智能 python

Django静态文件管理教程：STATIC配置、collectstatic与Nginx部署

发布日期 2026-07-03
全面讲解Django静态文件系统的配置与管理，包括STATIC_URL和STATIC_ROOT设置、模板中static标签使用、应用级静态文件组织、collectstatic命令以及生产环境Nginx部署配置。
作者头像 小晨智能 python

Django Migration迁移详解 - 数据库版本控制完整指南

发布日期 2026-07-03
全面掌握Django Migration迁移系统，从makemigrations到migrate完整流程，学习数据迁移、迁移回滚、--fake参数使用。确保团队协作中数据库结构同步一致。
作者头像 小晨智能 python

Django ORM查询详解 - 数据库操作与优化完整指南

发布日期 2026-07-03
全面学习Django ORM查询API，从基础CRUD到Q对象、聚合注解、关联查询优化。掌握filter、exclude、select_related等核心方法，写出高效的数据库查询代码。
作者头像 小晨智能 python

Django中间件详解 - 请求响应钩子系统完整指南

发布日期 2026-07-03
深入了解Django中间件工作原理，掌握请求计时、IP限流、异常处理等实战示例。从洋葱模型到process_exception方法，全面学习Django中间件开发技巧。