泽兴芝士网

一站式 IT 编程学习资源平台

2025年04月09日

Python JSON 魔法手册:数据转换的终极艺术

对话实录

小白：（崩溃）我从 API 拿到了 JSON 数据，怎么变成 Python 对象？

专家：（掏出魔法书）用 json 模块，轻松实现数据转换！

JSON 基础三连击

1. 字符串 <-> Python 对象

import json
# JSON字符串 → Python对象
data = json.loads('{"name": "小明", "age": 18}')
print(data["name"]) # → 小明

# Python对象 → JSON字符串
json_str = json.dumps({"name": "小红", "age": 16})
print(json_str) # → {"name": "小红", "age": 16}

专家提醒：json.loads()的's'代表string！这就好比在数据的 “翻译” 过程中，loads专门负责把JSON格式的字符串 “翻译” 成Python 能识别的对象；与之相对，dumps则把Python对象“翻译”成JSON字符串。

2. 文件 <-> Python 对象

# 读取JSON文件
with open("data.json", encoding="utf-8") as f:
   data = json.load(f)

# 写入JSON文件
with open("output.json", "w", encoding="utf-8") as f:
   json.dump(data, f, ensure_ascii=False, indent=2)

在 JSON 文件的处理过程中，json.load与json.dump就像一对默契的搬运工，前者将文件中的JSON 数据搬进Python 程序，后者则把Python对象数据搬运到文件中存储。

3.json数据和python数据类型对照表

json字符串和python数据转换的对照表如下

JSON

Python

object

dict

array

list、tuple

string

unicode、str

number (int)

int, long

number (real)

float

true

True

false

False

null

None

六大实战案例

案例 1：处理 API 响应

import requests
response = requests.get("https://api.example.com/data")
data = response.json() # 直接获取Python对象
print(data["results"][0])

当我们从 API 获取数据时，response.json()就像一把万能钥匙，轻松将 API 返回的 JSON 数据转换成 Python 对象，方便我们进一步处理数据。

案例 2：自定义对象序列化

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

	# 自定义编码器
  def user_encoder(obj):
      if isinstance(obj, User):
          return {"name": obj.name, "age": obj.age}
      raise TypeError

user = User("小明", 18)
json_str = json.dumps(user, default=user_encoder)

在处理自定义类对象时，默认的 JSON 序列化方法会 “不知所措”。这时，我们自定义的user_encoder函数就像一位 “特殊翻译”，指导json.dumps如何将User对象转换成 JSON 格式，让数据能顺利在不同场景中流转。

案例 3：处理复杂数据类型

from datetime import datetime
from decimal import Decimal
import json
data = {
 "time": datetime.now(),
 "price": Decimal("99.99")
}

# 自定义序列化
def custom_encoder(obj):
    if isinstance(obj, datetime):
        return obj.isoformat()
    if isinstance(obj, Decimal):
        return float(obj)
    raise TypeError

json_str = json.dumps(data, default=custom_encoder)
print(json_str)

datetime和Decimal这类复杂数据类型，无法被 JSON 直接处理。通过自定义的custom_encoder，我们将datetime对象转换成 ISO 格式字符串，将Decimal对象转换成float类型，从而突破 JSON 序列化的限制，让数据准确无误地进行转换和存储。

案例 4：多文件数据整合

import json

file_list = ["file1.json", "file2.json", "file3.json"]
combined_data = []
for file in file_list:
    with open(file, encoding="utf-8") as f:
        data = json.load(f)
        combined_data.extend(data)
with open("combined.json", "w", encoding="utf-8") as f:
    json.dump(combined_data, f, ensure_ascii=False, indent=2)

在项目开发中，常常需要整合多个 JSON 文件的数据。这段代码通过循环读取多个文件，将数据合并到一个列表中，再将整合后的数据写入新的 JSON 文件，实现了数据的高效汇总与管理。

案例 5：数据过滤与清洗

with open("raw_data.json", encoding="utf-8") as f:
	data = json.load(f)
	filtered_data = [item for item in data if item["status"] == "active"]

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


当数据量庞大且包含无效或错误信息时，数据过滤与清洗至关重要。此代码从原始 JSON 数据中筛选出状态为 “active” 的条目，去除无效数据，生成更精准、可用的数据集，为后续分析和应用提供保障。

案例 6：实时数据更新

with open("data.json", "r+", encoding="utf-8") as f:
	data = json.load(f)
 	data["count"] = data.get("count", 0) + 1
 	f.seek(0)
 	json.dump(data, f, ensure_ascii=False, indent=2)
 	f.truncate()


在一些需要实时记录数据变化的场景，如计数器、日志记录等，这段代码实现了对 JSON 文件数据的实时更新。通过读取文件数据、修改数据、再写回文件的操作，确保数据的时效性和准确性。

血泪陷阱

编码问题

# 错误示范
json.dumps({"name": "小明"}) # → {"name": "\u5c0f\u660e"}
# 正确做法
json.dumps({"name": "小明"}, ensure_ascii=False)

默认情况下，json.dumps会将非 ASCII 字符转义为 Unicode 编码。添加ensure_ascii=False参数，就可以让中文字符正常显示，避免乱码问题，确保数据在传输和展示过程中的准确性。

循环引用

data = {"a": 1}
data["b"] = data # 循环引用
# 错误示范
json.dumps(data) #  ValueError

# 解决方案
from json import JSONEncoder
class MyEncoder(JSONEncoder):
 def default(self, obj):
 	# 处理循环引用
 	return str(obj)

当数据结构中存在循环引1用时，json.dumps会抛出ValueError。通过自定义JSONEncoder，我们可以对循环引用的对象进行特殊处理，如将其转换成字符串，从而避免程序崩溃。

日期时间处理

# 错误示范
json.dumps({"time": datetime.now()}) #  TypeError

# 正确做法
json.dumps({"time": datetime.now().isoformat()})

由于 JSON 本身不支持datetime类型，直接对包含datetime对象的数据进行序列化会导致TypeError。将datetime对象转换成 ISO 格式字符串，是一种简单有效的解决方案，确保日期时间数据能顺利进行 JSON 转换。

专家工具箱

json.dump和json.dumps函数的参数介绍

这两个函数的一些参数配置可使转换后的json数据更美观更容易阅读

默认的参数如下：
skipkeys=False, ensure_ascii=True, check_circular=True,
allow_nan=True, cls=None, indent=None, separators=None,
default=None, sort_keys=False
  • sort_keys参数（排序）

如果传入sort_keys为True，转换为json时讲按照传入的字典进行排序。

python_dictinfo = { 'name': 'lili', 'age': 20}
json_data = json.dumps(python_dictinfo,sort_keys=True)
print(f'转换后的json数据： {json_data}')

#打印排序后的结果 
转换后的json数据： {"age": 20, "name": "lili"}
  • indent参数（美化输出）

indent传入的是非负整数，则JSON数组元素和对象成员将使用该缩进进行漂亮的打印

python_dictinfo = {"name":"lili","age":20.00,"address":["china","js","nj"],"man":True,"woman":False,"money":None}
json_data = json.dumps(python_dictinfo,indent=4)
print(f'转换后的json数据： {json_data}')
转换后的json数据： 
{
"name": "lili",
"age": 20.0,
"address": [
       "china",
       "js",
       "nj"
           ],
"man": true,
"woman": false,
"money": null
}
  • separators参数

表示“分隔符”，默认值为(',',':')，如果指定为其他的元组，比如('a','b')，意味着原来的逗号会被替换为a，原来的冒号会被替换为b，并去掉后面的空格。

python_dictinfo = python_dictinfo = { 'name': 'lili', 'age': 20}
json_data = json.dumps(python_dictinfo,separators=('a','b'))
print(f'转换后的json数据： {json_data}')
#打印结果
转换后的json数据： {"name"b"lili"a"age"b20}
  • skipkeys参数

默认值是False，如果“skipkeys”为True，则非python基本数据类型的“dict”键

（“str”、“int”、“float”、“bool”、“None”），将被跳过而不会引发“TypeError”。

#定义一个元组的键
python_dictinfo = {'name': 'lili', 'age': 20, ('china', 'js', 'nj'): None}
json_data = json.dumps(python_dictinfo)
print(f'转换后的json数据： {json_data}')
#执行后报错
TypeError: keys must be str, int, float, bool or None, not tuple
添加参数skipkeys=True 
json_data = json.dumps(python_dictinfo,skipkeys=True)
print(f'转换后的json数据： {json_data}')
#打印结果 会忽略掉元组键值
转换后的json数据： {"name": "lili", "age": 20}
  • ensure_ascii参数（支持中文）

默认值True，输出ASCLL码，如果配置为False,可以输出中文。

python_dictinfo = {'name': '王磊', 'age': 20 }
json_data = json.dumps(python_dictinfo)
print(f'转换后的json数据： {json_data}')
#结果如下
转换后的json数据： {"name": "\u738b\u78ca", "age": 20}

配置为False后可打印中文

json_data = json.dumps(python_dictinfo,ensure_ascii=False)
print(f'转换后的json数据： {json_data}')
#结果如下
转换后的json数据： {"name": "王磊", "age":20}
  • check_circular参数

如果check_circular为false，则跳过对容器类型的循环引用检查，循环引用将导致溢出错误(或更糟的情况)。

  • allow_nan参数

默认为True，序列化超出范围的浮点值(nan、inf、-inf)转为json格式 (nan、Infinity、-Infinity)。如果为False，则执行时会报错。

python_dictinfo = {'name': 'lili', 'age': float('inf')}
json_data = json.dumps(python_dictinfo,allow_nan=False)
# allow_nan=False 则执行时会报错
ValueError: Out of range float values are not JSON compliant: inf

小白：（献上膝盖）原来 JSON 处理这么强大！

专家：（扶起小白）记住：JSON 是数据交换的通用语言，掌握它走遍天下都不怕！

标签：jsonformat 

作者:zexin13 , 分类:技术文章 , 浏览:7 , 评论:0

控制面板
您好，欢迎到访网站！
  查看权限
网站分类
最新留言