生成包含正确转义JSON字符串的Python教程-Python教程-PHP中文网

生成包含正确转义JSON字符串的Python教程

DDD

发布： 2025-10-04 10:19:01

原创

415人浏览过

生成包含正确转义JSON字符串的Python教程

本教程详细阐述了如何在Python中处理JSON数据，特别是当一个JSON字段的值需要是另一个完整且正确转义的JSON字符串时。文章通过解决GeoJSON数据导入BigQuery GIS时遇到的具体问题，演示了如何利用json.dumps进行分步序列化，从而避免双重转义，确保生成符合目标格式要求的JSON文件。

理解嵌套JSON字符串的需求与挑战

在处理数据时，我们有时会遇到一个特殊的需求：将一个完整的json结构作为字符串嵌入到另一个json字段的值中。例如，在将geojson数据导入google bigquery gis时，bigquery要求geometry字段的数据类型为geography，但其内容必须是一个字符串，且这个字符串本身是一个符合geojson规范的json对象，其中内部的双引号需要被正确地转义。

考虑以下目标JSON格式：

{
  "geometry": "{"type": "LineString", "coordinates": [[25.4907, 35.29833], [25.49187, 35.28897]]}"
}

登录后复制

这里，geometry字段的值是一个Python字符串，它包含了一个经过JSON转义的GeoJSON LineString对象。

常见误区与问题

直接嵌套字典： 如果Python字典结构为 {"geometry": {"type": "LineString", ...}}，然后直接使用 json.dumps() 序列化，输出将是一个嵌套的JSON对象，而非字符串：
```
{
  "geometry": {
    "type": "LineString",
    "coordinates": [[25.4907, 35.29833], [25.49187, 35.28897]]
  }
}
```
登录后复制
这不符合BigQuery GIS对geometry字段要求为字符串的规范。

立即进入“豆包AI人工智官网入口”；

立即学习“豆包AI人工智能在线问答入口”；
手动字符串替换： 尝试将 geometry 字典转换为字符串后，再手动替换双引号前添加反斜杠，例如 str(obj['geometry']).replace('"', '\"')。这种方法通常会导致双重转义，因为 json.dumps() 在最终序列化时会再次转义已有的反斜杠，产生 \"：
```
{
  "geometry": "{\"type\": \"LineString\", \"coordinates\": ...}"
}
```
登录后复制
这显然不是我们想要的结果，因为 BigQuery 或其他解析器会将其解释为字面量 " 而非 "。

问题的核心在于，Python的 json.dumps() 函数在将Python字符串序列化为JSON字符串时，会自动处理必要的转义（例如将 " 转换为 "）。我们需要利用这一特性，但要确保转义只发生一次，且发生在正确的位置。

豆包AI编程

豆包推出的AI编程助手

483

查看详情

核心解决方案：分步JSON序列化

解决此问题的关键在于理解 json.dumps() 的行为，并进行分步序列化。我们首先将内部的JSON结构（例如geometry字典）序列化为一个普通的Python字符串，这个字符串在内部已经包含了正确的JSON转义。然后，我们将这个已经转义好的Python字符串作为外部JSON字段的值，再次进行整体序列化。

步骤详解

识别内部JSON结构： 确定需要作为字符串嵌入的那个字典或列表。
首次序列化： 使用 json.dumps() 将这个内部JSON结构转换为一个Python字符串。此时，json.dumps() 会自动将内部的双引号转义为 "，生成一个符合JSON规范的字符串表示。
构建外部结构： 将步骤2中生成的Python字符串作为外部字典中对应字段的值。
最终序列化： 使用 json.dumps() 将包含已处理字符串的外部字典进行整体序列化。此时，外部的 json.dumps() 会将步骤2生成的字符串作为一个整体进行处理，并为其添加外部的双引号，而不会再次转义其中已有的 "。

实战演练：处理GeoJSON数据

以下我们将使用一个GeoJSON FeatureCollection 示例来演示如何应用上述解决方案，将每个 feature 中的 geometry 字典转换为一个正确转义的JSON字符串。

示例数据

假设我们有以下GeoJSON数据（简化版，实际数据结构可参考问题描述中的完整示例）：

{
  "type": "FeatureCollection",
  "features": [
    {
      "type": "Feature",
      "geometry": {
        "type": "LineString",
        "coordinates": [
          [121.51749976660096, 25.04609631049641],
          [121.51870845722954, 25.045781689873138]
        ]
      },
      "properties": {
        "model": {
          "RoadClass": "3",
          "RoadName": "臺1線"
        }
      }
    }
    // ... 更多 features
  ]
}

登录后复制

Python代码实现

import json
from pathlib import Path

# 模拟原始GeoJSON数据
# 实际应用中，这可能来自文件读取、API响应等
original_geojson_data = {
    "type": "FeatureCollection",
    "features": [
        {
            "type": "Feature",
            "geometry": {
                "type": "LineString",
                "coordinates": [
                    [121.51749976660096, 25.04609631049641],
                    [121.51870845722954, 25.045781689873138]
                ]
            },
            "properties": {
                "model": {
                    "RoadClass": "3",
                    "RoadClassName": "省道一般道路",
                    "RoadID": "300010",
                    "RoadName": "臺1線",
                    "RoadNameID": "10",
                    "InfoDate": "2015-04-01T00:00:00"
                }
            }
        },
        {
            "type": "Feature",
            "geometry": {
                "type": "LineString",
                "coordinates": [
                    [121.51913536000893, 25.045696164346566],
                    [121.51938079578713, 25.045646605406546]
                ]
            },
            "properties": {
                "model": {
                    "RoadClass": "3",
                    "RoadClassName": "省道一般道路",
                    "RoadID": "300010",
                    "RoadName": "臺1線",
                    "RoadNameID": "10",
                    "InfoDate": "2015-04-01T00:00:00"
                }
            }
        }
    ]
}

# 目标输出文件路径
output_filepath = Path("processed_geojson_for_bigquery.json")

# 创建一个列表来存储处理后的 features
processed_features = []

# 遍历原始数据中的每个 feature
for feature in original_geojson_data["features"]:
    # 1. 提取当前的 geometry 字典
    geometry_dict = feature["geometry"]

    # 2. 将 geometry 字典序列化为 JSON 字符串
    # 这一步是关键，它会正确地将字典中的双引号转义为 "
    geometry_as_string = json.dumps(geometry_dict)

    # 3. 将序列化后的字符串重新赋值给 feature['geometry']
    # 此时，feature['geometry'] 的值就是一个 Python 字符串，其内容是已转义的 JSON
    feature["geometry"] = geometry_as_string

    # 将处理后的 feature 添加到列表中
    processed_features.append(feature)

# 构建最终的输出字典结构
# 将原始的 "type" 和 "features" 重新组合
output_data = {
    "type": original_geojson_data["type"],
    "features": processed_features
}

# 将最终的数据写入 JSON 文件
# indent=2 用于美化输出，ensure_ascii=False 确保非ASCII字符（如中文）正常显示
with output_filepath.open(mode="w", encoding="utf-8") as fp:
    json.dump(output_data, fp, indent=2, ensure_ascii=False)

print(f"处理后的GeoJSON已成功保存到: {output_filepath.resolve()}")

# 验证输出文件内容（可选，可手动打开文件查看）
# with output_filepath.open(mode="r", encoding="utf-8") as fp:
#     print("
--- 输出文件内容示例 ---")
#     print(fp.read())

登录后复制

输出结果示例

运行上述代码后，processed_geojson_for_bigquery.json 文件的内容将如下所示（仅展示第一个 feature 的 geometry 部分）：

{
  "type": "FeatureCollection",
  "features": [
    {
      "type": "Feature",
      "geometry": "{"type": "LineString", "coordinates": [[121.51749976660096, 25.04609631049641], [121.51870845722954, 25.045781689873138]]}",
      "properties": {
        "model": {
          "RoadClass": "3",
          "RoadClassName": "省道一般道路",
          "RoadID": "300010",
          "RoadName": "臺1線",
          "RoadNameID": "10",
          "InfoDate": "2015-04-01T00:00:00"
        }
      }
    },
    {
      "type": "Feature",
      "geometry": "{"type": "LineString", "coordinates": [[121.51913536000893, 25.045696164346566], [121.51938079578713, 25.045646605406546]]}",
      "properties": {
        "model": {
          "RoadClass": "3",
          "RoadClassName": "省道一般道路",
          "RoadID": "300010",
          "RoadName": "臺1線",
          "RoadNameID": "10",
          "InfoDate": "2015-04-01T00:00:00"
        }
      }
    }
  ]
}

登录后复制

可以看到，geometry 字段的值现在是一个以双引号包裹的字符串，且内部的JSON结构中的双引号都被正确地转义为 "，满足了目标格式的要求。

注意事项与总结

json.dumps() 与 json.loads() 的作用：
- json.dumps()：将Python对象（如字典、列表）序列化为JSON格式的字符串。
- json.loads()：将JSON格式的字符串反序列化为Python对象。
- 理解这两个函数在处理字符串转义上的行为是解决此类问题的关键。
避免手动转义： 永远不要尝试手动在字符串中添加反斜杠进行转义。Python的 json 模块已经为你处理了这些细节，手动干预只会导致双重转义或其他错误。
ensure_ascii=False： 在 json.dump() 或 json.dumps() 中使用 ensure_ascii=False 参数可以确保非ASCII字符（如中文）在输出时不被转义为 uXXXX 形式，而是以其原始字符形式显示，提高可读性。
应用场景： 这种分步序列化方法不仅适用于GeoJSON导入BigQuery GIS的场景，也适用于任何需要将一个JSON结构作为字符串嵌入到另一个JSON字段中的情况，例如某些API请求的参数、数据库中存储JSON字符串的字段等。
数据验证： 在处理完数据后，建议进行数据验证，确保生成的文件符合目标系统的要求，例如可以使用 json.loads() 尝试加载生成的JSON文件，检查结构是否正确。