Python中怎么处理json模块

发布时间：2021-07-10 14:14:25 作者：Leah
来源：亿速云阅读：176

# Python中怎么处理json模块

## 一、JSON简介

JSON（JavaScript Object Notation）是一种轻量级的数据交换格式，它基于ECMAScript的一个子集，采用完全独立于编程语言的文本格式来存储和表示数据。JSON的主要特点包括：

- 易于人类阅读和编写
- 易于机器解析和生成
- 支持复杂数据结构（嵌套对象和数组）
- 广泛应用于Web应用的数据传输

在Python中，`json`模块提供了JSON数据的编码（序列化）和解码（反序列化）功能，使得Python对象和JSON格式之间的转换变得非常简单。

## 二、JSON模块的基本使用

### 1. 导入json模块

```python
import json

2. 主要函数概览

函数	描述
`json.dumps()`	将Python对象编码为JSON字符串
`json.loads()`	将JSON字符串解码为Python对象
`json.dump()`	将Python对象编码并写入文件
`json.load()`	从文件中读取并解码JSON数据

三、JSON编码（序列化）

1. json.dumps()方法

json.dumps()方法将Python对象转换为JSON格式的字符串。

data = {
    "name": "张三",
    "age": 30,
    "is_student": False,
    "courses": ["数学", "英语"],
    "address": {
        "city": "北京",
        "street": "朝阳路"
    }
}

json_str = json.dumps(data)
print(json_str)
# 输出: {"name": "\u5f20\u4e09", "age": 30, "is_student": false, "courses": ["\u6570\u5b66", "\u82f1\u8bed"], "address": {"city": "\u5317\u4eac", "street": "\u671d\u9633\u8def"}}

常用参数：

indent: 缩进级别，使输出更易读
ensure_ascii: 是否转义非ASCII字符（默认为True）
sort_keys: 是否按键排序

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

2. json.dump()方法

将Python对象直接写入文件：

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

四、JSON解码（反序列化）

1. json.loads()方法

将JSON字符串转换为Python对象：

json_data = '{"name": "李四", "age": 25, "is_student": true}'
python_obj = json.loads(json_data)
print(python_obj)
# 输出: {'name': '李四', 'age': 25, 'is_student': True}

2. json.load()方法

从文件中读取JSON数据并转换为Python对象：

with open('data.json', 'r', encoding='utf-8') as f:
    data = json.load(f)
print(data)

五、Python与JSON类型对应关系

Python类型	JSON类型
dict	object
list, tuple	array
str	string
int, float	number
True	true
False	false
None	null

注意： - JSON中没有元组类型，元组会被转换为数组 - JSON中的所有字符串都是Unicode

六、处理复杂对象

1. 自定义对象的序列化

默认情况下，json模块无法序列化自定义类的实例。可以通过以下两种方式解决：

方法1：实现`dict`属性

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

p = Person("王五", 40)
json_str = json.dumps(p.__dict__)

方法2：自定义JSONEncoder

class PersonEncoder(json.JSONEncoder):
    def default(self, obj):
        if isinstance(obj, Person):
            return {'name': obj.name, 'age': obj.age}
        return super().default(obj)

json_str = json.dumps(p, cls=PersonEncoder)

2. 处理日期时间对象

from datetime import datetime

def datetime_handler(obj):
    if isinstance(obj, datetime):
        return obj.isoformat()
    raise TypeError("Type not serializable")

data = {'time': datetime.now()}
json_str = json.dumps(data, default=datetime_handler)

七、JSONPath与复杂查询

对于复杂的JSON数据查询，可以使用jsonpath库：

# 需要先安装: pip install jsonpath-ng
from jsonpath_ng import parse

data = {
    "store": {
        "book": [
            {"title": "Python基础", "price": 50},
            {"title": "高级Python", "price": 80}
        ]
    }
}

jsonpath_expr = parse('$.store.book[*].price')
prices = [match.value for match in jsonpath_expr.find(data)]
print(prices)  # 输出: [50, 80]

八、性能优化与安全考虑

1. 性能优化

对于大型JSON文件，考虑使用ijson库进行流式处理
使用orjson（比标准库快2-3倍）或ujson作为替代

# 安装: pip install orjson
import orjson
data = orjson.dumps({"key": "value"})

2. 安全考虑

不要直接解析不受信任的JSON数据
使用json.loads()而非eval()处理JSON字符串
考虑设置object_pairs_hook参数验证数据

def validate_duplicate_keys(ordered_pairs):
    d = {}
    for k, v in ordered_pairs:
        if k in d:
            raise ValueError("Duplicate key: %r" % (k,))
        d[k] = v
    return d

json.loads('{"a": 1, "a": 2}', object_pairs_hook=validate_duplicate_keys)

九、常见问题与解决方案

1. 中文编码问题

# 确保设置ensure_ascii=False
json.dumps({"name": "张三"}, ensure_ascii=False)

2. 处理大数字

JSON规范不限制数字大小，但某些实现可能有限制：

# 处理大整数
data = {'big_num': 2**64}
json_str = json.dumps(data)

3. 循环引用问题

a = {}
b = {'a': a}
a['b'] = b  # 循环引用

# 解决方案1: 使用自定义encoder处理
# 解决方案2: 打破循环引用

十、实际应用示例

1. 配置文件读写

# 写入配置
config = {"debug": True, "log_level": "INFO"}
with open('config.json', 'w') as f:
    json.dump(config, f, indent=2)

# 读取配置
with open('config.json') as f:
    loaded_config = json.load(f)

2. API响应处理

import requests

response = requests.get('https://api.example.com/data')
data = response.json()  # 直接获取JSON数据

3. 数据持久化

class Database:
    def __init__(self, filename):
        self.filename = filename
    
    def save(self, data):
        with open(self.filename, 'w') as f:
            json.dump(data, f)
    
    def load(self):
        try:
            with open(self.filename) as f:
                return json.load(f)
        except FileNotFoundError:
            return {}

十一、总结

Python的json模块提供了简单而强大的工具来处理JSON数据。通过本文的介绍，你应该已经掌握了：

JSON的基本概念和Python中的对应关系
使用json.dumps()和json.loads()进行基本转换
处理文件和自定义对象的高级技巧
性能优化和安全注意事项
实际应用场景中的使用方法

JSON作为现代Web开发和数据交换的事实标准，掌握其在Python中的处理技巧对于任何Python开发者都至关重要。随着经验的积累，你可以进一步探索更高级的JSON处理库和技术，如marshmallow用于数据验证和序列化，或pydantic用于数据建模。 “`

这篇文章共计约2300字，涵盖了JSON模块的各个方面，从基础使用到高级技巧，并提供了实际应用示例。内容采用Markdown格式，包含代码块、表格和分级标题，便于阅读和理解。