Python小白也能看懂的JSON编码解码实战

还在为Python处理JSON数据时的编码问题烦恼吗？本文带你玩转Python的json模块，轻松解决中文乱码、日期时间处理、嵌套结构访问和缺失值处理等难题！通过设置`ensure_ascii=False`，告别中文乱码；利用`default`和`object_hook`参数，灵活转换日期时间格式；掌握字典和列表的层级访问，轻松修改嵌套数据；学会检查和过滤`None`值，避免程序出错。掌握这些技巧，让你的Python JSON数据处理更加高效流畅！快来学习吧！

Python操作JSON的核心在于json模块，它支持序列化和反序列化。针对中文编码问题，需在json.dumps()中设置ensure_ascii=False。处理日期时间时，1. 使用default参数将datetime对象转为ISO字符串；2. 使用object_hook参数将字符串还原为datetime对象。处理嵌套结构时，需按字典和列表的层级访问修改数据。处理缺失值时，1. 可检查None并做相应处理；2. 用字典推导式过滤空值；3. 序列化时通过default参数指定转换函数。

Python中操作JSON，核心在于json模块。它提供了序列化（Python对象转JSON字符串）和反序列化（JSON字符串转Python对象）的能力。至于编码问题，多半是UTF-8惹的祸，得仔细检查你的数据源和目标编码是否一致。

import json

# 示例JSON数据
data = {
    "name": "张三",
    "age": 30,
    "city": "北京"
}

# 序列化：Python对象 -> JSON字符串
json_string = json.dumps(data, ensure_ascii=False, indent=4) # ensure_ascii=False解决中文编码问题, indent美化输出
print(json_string)

# 反序列化：JSON字符串 -> Python对象
loaded_data = json.loads(json_string)
print(loaded_data["name"])

JSON数据解析时，常见的编码问题主要体现在中文乱码上。原因通常是json.dumps()默认使用ASCII编码，导致非ASCII字符被转义。解决方法是在json.dumps()中设置ensure_ascii=False。

如何处理JSON数据中的日期和时间？

JSON本身并没有内置的日期时间类型，通常会使用字符串来表示。处理方法是在序列化和反序列化时进行转换。

import json
from datetime import datetime

def datetime_converter(o):
    if isinstance(o, datetime):
        return o.isoformat() # 转换为ISO 8601字符串
    raise TypeError("Object of type '%s' is not JSON serializable" % type(o).__name__)

data = {
    "event": "会议",
    "time": datetime(2023, 10, 27, 10, 0, 0)
}

json_string = json.dumps(data, default=datetime_converter, ensure_ascii=False)
print(json_string)

def datetime_parser(dct):
    for k, v in dct.items():
        if isinstance(v, str):
            try:
                dct[k] = datetime.fromisoformat(v)
            except:
                pass # 不是日期时间字符串，忽略
    return dct

loaded_data = json.loads(json_string, object_hook=datetime_parser)
print(loaded_data["time"], type(loaded_data["time"]))

这个例子展示了如何使用default参数在序列化时将datetime对象转换为ISO 8601字符串，以及如何使用object_hook参数在反序列化时将ISO 8601字符串转换回datetime对象。

如何处理复杂的JSON结构，例如嵌套的JSON对象或数组？

处理嵌套的JSON对象和数组，关键在于理解JSON的结构，然后递归地访问和操作数据。

import json

data = {
    "name": "公司A",
    "employees": [
        {"name": "李四", "age": 25, "skills": ["Python", "Java"]},
        {"name": "王五", "age": 30, "skills": ["JavaScript", "HTML"]}
    ],
    "address": {
        "city": "上海",
        "zipcode": "200000"
    }
}

# 访问员工的技能
for employee in data["employees"]:
    print(f"{employee['name']} 的技能：{', '.join(employee['skills'])}")

# 修改地址
data["address"]["city"] = "北京"

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

这段代码展示了如何访问嵌套在employees数组中的每个员工的技能，以及如何修改嵌套在address对象中的城市信息。本质上，就是按照字典和列表的索引/键值对关系进行访问。

如何处理JSON数据中的缺失值或空值？

JSON中使用null表示空值，Python中对应的是None。在处理JSON数据时，需要考虑这些空值的存在，避免出现TypeError或AttributeError。

import json

data = {
    "name": "赵六",
    "age": None,
    "city": "深圳",
    "phone": None
}

if data["age"] is None:
    print("年龄未知")
else:
    print(f"年龄：{data['age']}")

# 过滤掉空值
filtered_data = {k: v for k, v in data.items() if v is not None}
print(filtered_data)

json_string = json.dumps(data, ensure_ascii=False, indent=4,  default=str) # 处理None类型
print(json_string)

这段代码展示了如何检查JSON数据中的None值，以及如何使用字典推导式过滤掉包含None值的键值对。同时，json.dumps()默认无法处理None，需要指定default=str或者自定义函数来转换。

理论要掌握，实操不能落！以上关于《Python小白也能看懂的JSON编码解码实战》的详细介绍，大家都掌握了吧！如果想要继续提升自己的能力，那么就来关注golang学习网公众号吧！