Python怎样处理JSON数据？解析与转换全攻略-Python教程-PHP中文网

python处理json数据的核心是使用内置的json模块，其主要通过四个函数实现数据的解析与转换：1. json.loads()用于将json字符串解析为python对象；2. json.dumps()将python对象编码为json格式字符串，可设置indent和ensure_ascii等参数优化输出；3. json.load()从文件中直接读取并解析json数据；4. json.dump()将python对象直接写入文件并转为json格式。处理json时常见错误包括json.jsondecodeerror（因格式不合法如单引号、尾逗号等），可通过使用在线校验工具和日志记录原始数据避免；数据结构不匹配导致的keyerror或typeerror可通过dict.get()方法或try-except捕获异常来解决；编码问题则需在文件读写时明确指定encoding='utf-8'。对于自定义对象的序列化，可通过json.dumps()的default参数传入自定义函数，将不可序列化对象如datetime或自定义类实例转换为可序列化类型，例如返回iso格式字符串或字典。处理嵌套或大型json数据时，建议先格式化数据结构以理清层级，访问深层键时链式使用dict.get()并设置默认值以增强健壮性；面对超大文件应避免一次性加载，可借助ijson等流式解析库实现内存友好的迭代处理；对于大规模数组结构，可结合生成器函数优化处理流程；此外，使用jsonschema库进行数据结构验证有助于提升程序可靠性。掌握这些方法可高效、安全地应对各类json处理需求。

Python怎样处理JSON数据？解析与转换全攻略

Python处理JSON数据，核心在于使用其内置的

json

登录后复制

模块。它就像一个翻译官，能把JSON格式的字符串（或者文件）翻译成Python能理解的字典或列表，反之亦然，实现数据的解析与转换。这个模块用起来非常直观，是处理Web API响应或配置文件时不可或缺的工具。

解决方案

要处理JSON数据，我们主要会用到

json

登录后复制

模块的几个核心函数：

loads()

登录后复制

、

dumps()

登录后复制

、

load()

登录后复制

和

dump()

登录后复制

。

json.loads()

登录后复制

：这个函数负责将一个JSON格式的字符串（

登录后复制

代表string）解析成对应的Python对象。通常，JSON对象会变成Python字典，JSON数组会变成Python列表。

立即学习“Python免费学习笔记（深入）”；

import json

json_string = '{"name": "张三", "age": 30, "is_student": false, "grades": [95, 88, 92]}'
python_data = json.loads(json_string)

print(type(python_data))
print(python_data['name'])
print(python_data['grades'][0])

登录后复制

json.dumps()

登录后复制

：与

loads()

登录后复制

相反，它将Python对象（比如字典、列表）编码成JSON格式的字符串（

登录后复制

同样代表string）。这在需要将Python数据发送到Web服务或写入文件时非常有用。

import json

python_object = {
    "product": "Laptop",
    "price": 1200.50,
    "features": ["SSD", "16GB RAM"],
    "available": True
}

json_output_string = json.dumps(python_object, indent=4, ensure_ascii=False) # indent让输出更可读，ensure_ascii处理中文

print(type(json_output_string))
print(json_output_string)

登录后复制

json.load()

登录后复制

：这个函数直接从文件对象（

fp

登录后复制

代表file pointer）中读取JSON数据并解析成Python对象。这比先读取整个文件内容再用

loads()

登录后复制

更方便，也更推荐。

import json

# 假设有一个名为 'data.json' 的文件
# 内容可能是：{"city": "北京", "population": 21000000}

# 创建一个示例文件
with open('data.json', 'w', encoding='utf-8') as f:
    f.write('{"city": "北京", "population": 21000000, "landmarks": ["故宫", "长城"]}')

with open('data.json', 'r', encoding='utf-8') as file:
    data_from_file = json.load(file)

print(data_from_file['city'])
print(data_from_file['landmarks'])

登录后复制

json.dump()

登录后复制

：将Python对象编码为JSON格式并直接写入文件对象。这是

dumps()

登录后复制

的文件版本，省去了手动写入文件的步骤。

import json

python_data_to_save = {
    "project": "Alpha",
    "version": "1.0.1",
    "status": "completed",
    "members": ["Alice", "Bob"]
}

with open('output.json', 'w', encoding='utf-8') as file:
    json.dump(python_data_to_save, file, indent=4, ensure_ascii=False)

print("数据已写入 output.json")
# 可以在文件系统中查看 output.json 的内容

登录后复制

这些函数构成了Python处理JSON数据的基础。理解它们各自的用途，基本上就能应对绝大多数的JSON操作场景了。

JSON数据解析中常见的错误有哪些？如何避免？

在处理JSON数据时，我们这些写代码的人，总会遇到一些让人头疼的问题，尤其是解析环节。最常见也最让人抓狂的，莫过于

json.JSONDecodeError

登录后复制

。这个错误通常意味着你给

json.loads()

登录后复制

或

json.load()

登录后复制

的字符串压根就不是合法的JSON格式。比如，JSON要求键必须用双引号，如果你用了单引号，或者末尾多了一个逗号，再或者有非法的控制字符，都会直接报错。我个人就经常犯这种小错误，特别是当JSON字符串是手动拼接或者从某个不太规范的源获取时。

避免这类错误，首先要确保你的JSON字符串是严格符合JSON规范的。可以使用在线的JSON校验工具来预先检查。如果数据来源于外部系统，最好在接收到原始字符串后，先进行一次简单的日志记录，这样一旦解析失败，至少能看到原始数据长什么样。

另一个常见问题是数据结构不匹配。你可能期望某个键总是存在，或者它的值是列表，结果却得到了一个字典，或者键根本不存在。这会导致

KeyError

登录后复制

或

TypeError

登录后复制

。比如，你尝试

data['user']['name']

登录后复制

，但

data['user']

登录后复制

可能根本没有

name

登录后复制

这个键。

为了避免这种，我习惯使用

dict.get()

登录后复制

方法来安全地访问字典中的键，它允许你指定一个默认值，如果键不存在就不会报错，而是返回默认值。对于嵌套结构，可以链式调用

get()

登录后复制

，或者干脆写一些

try-except

登录后复制

块来捕获

KeyError

登录后复制

。

Find JSON Path Online

Easily find JSON paths within JSON objects using our intuitive Json Path Finder

查看详情

import json

json_data = '{"user_info": {"id": 123}, "settings": null}'
data = json.loads(json_data)

# 避免 KeyError
user_name = data.get('user_info', {}).get('name', '匿名用户')
print(f"用户姓名: {user_name}")

# 捕获可能的错误
try:
    # 假设我们知道 user_info 存在，但 name 不一定
    name = data['user_info']['name']
except KeyError:
    print("用户姓名键不存在")
except TypeError:
    print("user_info 可能不是字典")

登录后复制

还有编码问题，虽然现在大部分JSON都是UTF-8编码，但偶尔还是会遇到其他编码的，如果处理不当，解析出来就是乱码或者直接报错。确保在读写文件时指定正确的

encoding

登录后复制

参数，这能省去不少麻烦。

自定义Python对象如何优雅地序列化为JSON？

Python的

json

登录后复制

模块很强大，但它默认只能序列化Python的基本数据类型（如字符串、数字、布尔值、列表、字典、None）。如果你想把一个自定义类的实例，或者像

datetime

登录后复制

对象这样的标准库对象直接转换成JSON，

json.dumps()

登录后复制

会直接抛出

TypeError

登录后复制

，告诉你这个对象不可序列化。

这时候，我们就需要告诉

json

登录后复制

模块怎么“翻译”这些它不认识的对象。最常用的方法是使用

json.dumps()

登录后复制

（或

json.dump()

登录后复制

）的

default

登录后复制

参数。这个参数接受一个函数，当

json

登录后复制

模块遇到它无法直接序列化的对象时，就会调用这个函数，并把那个对象作为参数传进去。你的

default

登录后复制

函数需要返回一个JSON可序列化的对象（比如字符串、字典等）来替代原始对象。

举个例子，如果我们要序列化

datetime

登录后复制

对象：

import json
from datetime import datetime

class MyCustomClass:
    def __init__(self, name, created_at):
        self.name = name
        self.created_at = created_at

def custom_serializer(obj):
    if isinstance(obj, datetime):
        return obj.isoformat() # 将datetime对象转换为ISO格式的字符串
    elif isinstance(obj, MyCustomClass):
        return {"name": obj.name, "created_at": obj.created_at.isoformat()} # 将自定义对象转换为字典
    raise TypeError(f"Object of type {obj.__class__.__name__} is not JSON serializable")

data_with_datetime = {
    "event_name": "Meeting",
    "event_time": datetime.now(),
    "details": MyCustomClass("Project Start", datetime(2023, 1, 1))
}

json_output = json.dumps(data_with_datetime, indent=4, default=custom_serializer, ensure_ascii=False)
print(json_output)

登录后复制

在这个

custom_serializer

登录后复制

函数里，我们检查对象的类型。如果是

datetime

登录后复制

，我们就把它转换为ISO格式的字符串，这是JSON能够理解的。如果是

MyCustomClass

登录后复制

的实例，我们就把它转换成一个包含其属性的字典。如果遇到其他它仍然不认识的类型，就再抛一个

TypeError

登录后复制

，保持清晰的错误提示。

这种方法非常灵活，可以处理各种自定义类型。当然，如果你有很多自定义类需要序列化，并且希望更自动化，也可以考虑继承

json.JSONEncoder

登录后复制

来自定义一个编码器，但对于大多数场景，

default

登录后复制

参数已经足够方便和强大了。

处理嵌套或大型JSON数据时有哪些实用技巧？

面对复杂的、多层嵌套的JSON数据，或者体积庞大的JSON文件，处理起来确实需要一些策略。

首先，理解数据的结构至关重要。拿到一个陌生的JSON，我通常会先用一些在线工具或者IDE的JSON格式化功能把它排版好，然后仔细观察它的层级关系，哪些是列表，哪些是字典，键名是什么，值的类型又是什么。心里有了个“地图”，操作起来才不会迷路。

对于嵌套数据，访问深层元素时，使用

dict.get()

登录后复制

配合默认值是一个非常实用的技巧，前面也提到了。它可以有效避免因某个中间键不存在而导致程序崩溃。

import json

complex_data_str = '''
{
    "company": {
        "name": "TechCorp",
        "departments": [
            {
                "name": "Engineering",
                "employees": [
                    {"id": 1, "name": "Alice", "skills": ["Python", "JS"]},
                    {"id": 2, "name": "Bob", "skills": ["Java"]}
                ]
            },
            {
                "name": "HR",
                "employees": [
                    {"id": 3, "name": "Charlie"}
                ]
            }
        ]
    }
}
'''

data = json.loads(complex_data_str)

# 尝试获取一个可能不存在的员工技能
employee_skills = data.get('company', {}).get('departments', [{}])[0].get('employees', [{}])[0].get('skills', ['No Skills'])
print(f"第一个员工的技能: {employee_skills}")

# 如果想获取第二个部门的第一个员工的名字
hr_employee_name = data.get('company', {}).get('departments', [{}, {}])[1].get('employees', [{}])[0].get('name', '未知')
print(f"HR部门第一个员工的名字: {hr_employee_name}")

登录后复制

当JSON文件非常大时，比如几十上百MB甚至几个GB，一次性用