Python解析JSON数据全攻略

想轻松玩转Python JSON数据处理？本文为你详解！Python内置的`json`模块是处理JSON数据的利器，无论你是与API交互、读写配置文件还是进行前后端数据传递，都能轻松应对。本文将深入讲解`json.dumps()`、`json.loads()`、`json.dump()`和`json.load()`这四个核心方法，教你如何将Python对象转换为JSON字符串，以及将JSON字符串还原为Python对象。此外，我们还将探讨如何通过自定义`default`函数和`object_hook`函数来处理复杂类型，例如自定义类，从而满足各种JSON操作需求。掌握这些技巧，让你在Python数据处理中游刃有余！

Python处理JSON数据的核心方法包括：1. 使用json.dumps()将Python对象转为JSON字符串，可设置indent参数美化输出；2. 用json.loads()将JSON字符串还原为Python对象，需注意格式合法性；3. 利用json.dump()和json.load()实现文件读写，需正确打开文件模式；4. 自定义default函数和object_hook函数处理复杂类型如自定义类。这些方法覆盖了JSON操作的常见需求，实际使用时需注意异常处理和格式验证。

处理JSON数据在Python中非常常见，尤其是在与API交互、读写配置文件或进行前后端数据传递时。Python内置了json模块，专门用来处理JSON格式的数据。下面从实际使用角度出发，分几个关键点讲清楚怎么用。

1. 把Python对象转成JSON字符串：json.dumps()

这是最常见的“编码”操作，比如你有一个字典或者列表，想把它变成字符串传给前端或者保存到文件里。

• 使用方法：json.dumps(data, indent=2)
indent参数是美化输出的缩进空格数，调试时很有用。

举个例子：

import json

data = {
    "name": "Alice",
    "age": 30,
    "is_student": False
}

json_str = json.dumps(data, indent=2)
print(json_str)

注意：

• Python中的True/False会被转成JSON的true/false
• None会被转成null
• 如果对象里有自定义类实例，默认会报错，需要自己实现序列化逻辑

2. 把JSON字符串转回Python对象：json.loads()

这个操作叫“解码”，适用于你收到一段JSON字符串（比如从网络请求中获取），想把它还原成Python里的字典或列表来操作。

• 使用方法：json.loads(json_string)

示例：

json_str = '{"name": "Bob", "age": 25, "is_student": true}'
data = json.loads(json_str)

print(data["name"])  # 输出 Bob

常见问题：

• JSON字符串格式不正确时会抛出异常
• 建议先用在线工具验证结构是否合法
• 如果原始JSON中有特殊类型（如日期字符串），需要手动转换

3. 读写JSON文件：json.dump() 和 json.load()

除了处理字符串，更多时候你会直接和文件打交道。

写入文件：json.dump()

with open("data.json", "w") as f:
    json.dump(data, f, indent=2)

读取文件：json.load()

with open("data.json", "r") as f:
    data = json.load(f)

注意事项：

• 文件打开模式要正确（写用w，读用r）
• 多次写入一个文件时要注意格式，不能直接append JSON内容，否则会破坏结构
• 如果文件不存在，open("xxx.json", "r")会报错，建议配合os.path.exists()检查

4. 处理复杂类型：自定义序列化和反序列化

默认情况下，json.dumps()只能处理基本类型（dict、list、str、int等）。如果你有自定义类或者特殊结构，就需要自己处理。

自定义序列化

class Person:
    def __init__(self, name, age):
        self.name = name
        self.age = age

def default(o):
    if isinstance(o, Person):
        return o.__dict__
    raise TypeError()

p = Person("Tom", 28)
json_str = json.dumps(p, default=default)

自定义反序列化

def object_hook(d):
    if 'name' in d and 'age' in d:
        return Person(d['name'], d['age'])
    return d

data = json.loads(json_str, object_hook=object_hook)

这种方式适合封装到工具函数里复用，避免每次都要写重复代码。

基本上就这些。只要掌握了这几个核心函数，就能应对大多数JSON处理场景了。记住，虽然功能简单，但格式错误和类型不匹配是常见坑点，处理前最好加一层判断或异常捕获。

好了，本文到此结束，带大家了解了《Python解析JSON数据全攻略》，希望本文对你有所帮助！关注golang学习网公众号，给大家分享更多文章知识！