使用Python优雅处理JSON文件：数据格式化与解析实战

JSON（JavaScript Object Notation）是一种轻量级的数据交换格式，常用于Web服务间的数据传输。Python内置了json模块，能够方便地进行JSON数据的解析与格式化。本文将通过具体的Python代码实例，深入探讨如何将JSON文件中的数据进行格式化处理。

一、Python中加载JSON数据

首先，我们需要从JSON文件中读取数据，然后将其转换为Python对象。以下代码展示了如何打开并加载JSON文件：

python 复制代码

import json

# 加载JSON文件
with open('data.json', 'r') as file:
    data = json.load(file)

# 查看加载后的数据（假设是一个字典）
print(data)

二、数据格式化输出

在Python中，我们可以使用json.dumps()函数将Python对象转换回JSON格式，并通过设置参数美化输出，例如增加缩进和换行：

python 复制代码

# 将Python对象格式化输出为JSON字符串
formatted_data = json.dumps(data, indent=4, sort_keys=True)

# 写入文件或直接打印输出
with open('formatted_data.json', 'w') as file:
    file.write(formatted_data)

print(formatted_data)

上述代码中，indent参数用于设定缩进的空格数，sort_keys参数用于对输出的JSON对象的键进行排序。

三、精细化格式化

在处理复杂JSON结构时，我们还可以进行更精细化的格式化：

python 复制代码

# 控制浮点数的精度
formatted_data = json.dumps(data, indent=4, sort_keys=True, ensure_ascii=False, separators=(',', ': '), default=str, float_precision='round_trip')

# 如果数据中有datetime对象，自定义序列化方法
def date_handler(obj):
    if isinstance(obj, datetime.datetime):
        return obj.strftime('%Y-%m-%d %H:%M:%S')
    else:
        raise TypeError(f'Unknown type: {type(obj)}')

# 应用自定义日期处理函数
formatted_data = json.dumps(data, indent=4, default=date_handler)

print(formatted_data)

在上述代码中，ensure_ascii=False使得输出的JSON字符串可以包含非ASCII字符，separators用于设置键值对之间的分隔符，float_precision用于控制浮点数的精度。default参数接受一个函数，当遇到无法直接序列化的对象时，调用该函数进行处理。

四、处理嵌套结构

对于嵌套的JSON结构，json.dumps()依然适用。例如，如果有嵌套的列表或字典，它们都会按照同样的方式进行格式化输出：

makefile 复制代码

nested_data = {
    "person": {
        "name": "John Doe",
        "age": 30,
        "skills": ["Python", "Java", "C++"]
    },
    "company": "Tech Co."
}

formatted_nested_data = json.dumps(nested_data, indent=4)

print(formatted_nested_data)

通过以上步骤，我们就能很好地利用Python的json模块对JSON文件中的数据进行格式化处理，无论是进行简单的美化输出，还是处理复杂的嵌套结构，都能得心应手。这种方式不仅提高了代码的可读性，也为后期的数据分析和处理奠定了基础。