怎么使用Python解析JSON

发布时间：2021-12-30 13:34:31 作者：iii
来源：亿速云阅读：126

# 怎么使用Python解析JSON

JSON（JavaScript Object Notation）是一种轻量级的数据交换格式，因其易读性和跨平台特性被广泛应用于Web开发和数据存储。Python作为一门强大的编程语言，提供了多种解析JSON数据的方式。本文将详细介绍如何使用Python内置模块和第三方库高效解析JSON数据。

## 目录
1. [JSON基础介绍](#json基础介绍)
2. [Python内置json模块](#python内置json模块)
   - [json.loads()方法](#jsonloads方法)
   - [json.load()方法](#jsonload方法)
   - [json.dumps()与json.dump()](#jsondumps与jsondump)
3. [处理复杂JSON结构](#处理复杂json结构)
4. [第三方库推荐](#第三方库推荐)
5. [性能优化建议](#性能优化建议)
6. [实际应用案例](#实际应用案例)
7. [常见问题解答](#常见问题解答)

---

## JSON基础介绍
JSON采用键值对的形式组织数据，支持以下数据类型：
- 字符串（必须用双引号）
- 数字（整数或浮点数）
- 布尔值（true/false）
- 数组（有序集合）
- 对象（无序键值对）
- null

示例JSON：
```json
{
  "name": "张三",
  "age": 30,
  "is_student": false,
  "courses": ["数学", "物理"],
  "address": {
    "city": "北京",
    "postal": "100000"
  }
}

Python内置json模块

json.loads()方法

将JSON字符串转换为Python对象：

import json

json_str = '{"name": "李四", "age": 25}'
data = json.loads(json_str)
print(type(data))  # <class 'dict'>
print(data["name"])  # 李四

json.load()方法

从文件读取JSON数据：

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

json.dumps()与json.dump()

将Python对象转换为JSON：

data = {
    "name": "王五",
    "score": 95.5
}

# 转换为字符串
json_str = json.dumps(data, ensure_ascii=False, indent=2)

# 写入文件
with open('output.json', 'w') as f:
    json.dump(data, f)

参数说明： - ensure_ascii=False 允许非ASCII字符 - indent=2 美化输出格式

处理复杂JSON结构

嵌套对象访问

data = {
    "user": {
        "profile": {
            "address": {
                "city": "上海"
            }
        }
    }
}

# 使用链式get()避免KeyError
city = data.get('user', {}).get('profile', {}).get('address', {}).get('city')

处理JSON数组

students = '''
[
    {"id": 1, "name": "小明"},
    {"id": 2, "name": "小红"}
]
'''

data = json.loads(students)
for student in data:
    print(student["name"])

第三方库推荐

1. simplejson

import simplejson as json  # 兼容性更好，支持更多数据类型

2. ujson（UltraJSON）

import ujson  # 性能比内置json快3-5倍

3. orjson（Rust实现）

import orjson  # 目前最快的JSON库，支持datetime

性能对比（处理1MB JSON）：

库	解析时间
json	120ms
ujson	35ms
orjson	25ms

性能优化建议

批量处理：避免在循环中多次解析

使用生成器：处理大型JSON流


def stream_json(file_path):
   with open(file_path) as f:
       for line in f:
           yield json.loads(line)

内存映射：处理超大文件


import mmap
with open('big.json') as f:
   mm = mmap.mmap(f.fileno(), 0, access=mmap.ACCESS_READ)
   data = json.load(mm)

实际应用案例

案例1：API响应处理

import requests

response = requests.get('https://api.example.com/data')
if response.status_code == 200:
    data = response.json()  # 直接获取解析后的字典

案例2：配置文件读取

config = {}
try:
    with open('config.json') as f:
        config = json.load(f)
except FileNotFoundError:
    print("配置文件不存在")

案例3：数据清洗

def clean_json(data):
    return {
        k: v for k, v in data.items() 
        if v is not None and v != ''
    }

常见问题解答

Q1: 如何处理JSON中的日期格式？

from datetime import datetime

class DateTimeEncoder(json.JSONEncoder):
    def default(self, obj):
        if isinstance(obj, datetime):
            return obj.isoformat()
        return super().default(obj)

json.dumps({"time": datetime.now()}, cls=DateTimeEncoder)

Q2: 解析时出现Unicode解码错误怎么办？

# 指定正确的编码
json.loads(json_str.encode('utf-8').decode('unicode_escape'))

Q3: 如何验证JSON格式是否合法？

def is_valid(json_str):
    try:
        json.loads(json_str)
        return True
    except ValueError:
        return False

通过本文的学习，您应该已经掌握了Python处理JSON的核心方法。建议在实际项目中： 1. 小数据量使用内置json模块 2. 性能敏感场景选择orjson 3. 处理特殊数据类型时自定义编码器

最佳实践：始终对JSON解析进行异常处理，防止无效数据导致程序崩溃 “`