当前位置:首页 > 文章列表 > 文章 > python教程 > Python保存JSON数据的几种方法

Python保存JSON数据的几种方法

2026-05-24 09:49:12 0浏览 收藏
本文详细介绍了Python中使用内置json模块保存JSON数据的几种核心方法,包括直接用json.dump()写入文件、先用json.dumps()生成字符串再写入、以及批量保存列表数据等实用技巧,同时强调了处理中文显示、格式美化、编码设置等关键细节,并提醒读者注意自定义对象、set、datetime等不支持类型的转换方案及文件覆盖风险,帮助开发者高效、安全地实现JSON数据持久化。

python json保存数据的方法

在Python中保存数据为JSON格式,主要使用内置的json模块。它能将Python对象(如字典、列表)转换成JSON字符串,并写入文件。以下是常用方法和注意事项。

1. 使用 json.dump() 直接保存到文件

这是最常见的方式,适合将数据直接写入文件。

示例:

import json

data = { "name": "Alice", "age": 25, "is_student": False, "hobbies": ["reading", "coding"] }

写入JSON文件

with open("data.json", "w", encoding="utf-8") as f: json.dump(data, f, ensure_ascii=False, indent=4)

说明:
  • ensure_ascii=False:支持中文等非ASCII字符
  • indent=4:美化输出,使用4个空格缩进
  • 文件以UTF-8编码打开,避免中文乱码

2. 先转字符串再保存(使用 json.dumps)

当你需要先处理JSON字符串时可用此方法。

示例:

import json

json_str = json.dumps(data, ensure_ascii=False, indent=4) with open("data.json", "w", encoding="utf-8") as f: f.write(json_str)

适用场景:
  • 需要对JSON字符串做额外处理(如添加注释、拼接)
  • 调试时查看生成的字符串内容

3. 保存列表或批量数据

JSON也支持保存列表结构,适合存储多条记录。

示例:

users = [
    {"id": 1, "name": "Alice"},
    {"id": 2, "name": "Bob"}
]

with open("users.json", "w", encoding="utf-8") as f: json.dump(users, f, ensure_ascii=False, indent=2)

4. 注意事项

避免常见错误,确保数据正确保存。

  • 不能直接保存自定义对象(如类实例),需先转为字典
  • 不支持的数据类型(如set、datetime)会报错,可配合default参数处理
  • 写文件时使用"w"模式会覆盖原内容,追加需先读再写

基本上就这些。掌握 json.dump 和合理设置参数,就能稳定保存数据。

今天关于《Python保存JSON数据的几种方法》的内容就介绍到这里了,是不是学起来一目了然!想要了解更多关于的内容请关注golang学习网公众号!

Windows 10任务栏图标消失解决方法Windows 10任务栏图标消失解决方法
上一篇
Windows 10任务栏图标消失解决方法
千问网页版上线:一键生成数据透视表
下一篇
千问网页版上线:一键生成数据透视表
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    519次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    577次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    604次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    554次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    371次使用