Python JSON模块详解：从入门到高级应用

一、初识JSON与Python的json模块

1. 什么是JSON？

JSON（JavaScript Object Notation）是一种轻量级的数据交换格式，具有以下特点：

人类可读的文本格式
独立于编程语言（Python/Java/JavaScript等都能处理）
结构清晰：键值对集合（对象）和有序值列表（数组）

示例比较XML与JSON：

xml 复制代码

<!-- XML格式 -->
<user>
  <name>张三</name>
  <age>25</age>
  <skills>
    <skill>Python</skill>
    <skill>Java</skill>
  </skills>
</user>

json 复制代码

// JSON格式
{
  "name": "张三",
  "age": 25,
  "skills": ["Python", "Java"]
}

2. 为什么需要json模块？

网络传输：Web API数据交换（如微信接口）
配置文件：存储程序设置信息
数据持久化：简单数据存储
跨语言协作：与JavaScript/Java等其他语言交互

3. 基础数据类型对照表

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

二、基础操作步步学

1. 模块导入与基本方法

python 复制代码

import json

# 核心方法清单
print([func for func in dir(json) if not func.startswith('_')])
# 输出：['JSONDecodeError', 'JSONDecoder', 'JSONEncoder', 'dump', 'dumps', 'load', 'loads']

2. 序列化操作（Python → JSON）

python 复制代码

# 创建示例数据
data = {
    "project": "天气预报系统",
    "version": 1.2,
    "authors": ["张三", "李四"],
    "stable": True,
    "config": None
}

# 基本序列化
json_str = json.dumps(data)
print(type(json_str))  # <class 'str'>
print(json_str) 
# {"project": "\u5929\u6c14\u9884\u62a5\u7cfb\u7edf", "version": 1.2, ...}

# 解决中文乱码问题
json_str_chinese = json.dumps(data, ensure_ascii=False)
print(json_str_chinese)
# {"project": "天气预报系统", ...}

3. 反序列化操作（JSON → Python）

python 复制代码

# 基本反序列化
restored_data = json.loads(json_str_chinese)
print(type(restored_data))  # <class 'dict'>
print(restored_data["authors"])  # ['张三', '李四']

# 验证数据一致性
assert restored_data == data  # 无报错说明数据一致

4. 文件读写操作

python 复制代码

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

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

print(file_data["project"])  # 天气预报系统

三、参数详解与实用技巧

1. dumps常用参数演示

python 复制代码

# 美观格式化输出
print(json.dumps(data, indent=4, ensure_ascii=False))
"""
{
    "project": "天气预报系统",
    "version": 1.2,
    "authors": [
        "张三",
        "李四"
    ],
    "stable": true,
    "config": null
}
"""

# 键排序与紧凑格式
print(json.dumps(data, sort_keys=True, separators=(',', ':')))
# {"authors":["张三","李四"],"config":null,"project":"天气预报系统","stable":true,"version":1.2}

2. 特殊数据类型处理

python 复制代码

# 处理日期时间
from datetime import datetime

event = {
    "title": "项目启动会",
    "time": datetime(2023, 8, 25, 14, 30)
}

# 直接序列化会报错！
# json.dumps(event)  # TypeError: Object of type datetime is not JSON serializable

# 自定义处理函数
def datetime_handler(obj):
    if isinstance(obj, datetime):
        return obj.isoformat()
    raise TypeError("无法序列化的类型")

print(json.dumps(event, default=datetime_handler, ensure_ascii=False))
# {"title": "项目启动会", "time": "2023-08-25T14:30:00"}

四、面向对象编程实战

1. 自定义类序列化

python 复制代码

class Student:
    def __init__(self, name, score):
        self.name = name
        self.score = score
        
    def __repr__(self):
        return f"<Student {self.name} [{self.score}]>"

# 创建实例
stu = Student("王五", 95)

# 方案1：自定义转换函数
def student_encoder(obj):
    if isinstance(obj, Student):
        return {"name": obj.name, "score": obj.score}
    raise TypeError

json_str = json.dumps(stu, default=student_encoder, ensure_ascii=False)
print(json_str)  # {"name": "王五", "score": 95}

# 方案2：继承JSONEncoder
class MyEncoder(json.JSONEncoder):
    def default(self, obj):
        if isinstance(obj, Student):
            return {"name": obj.name, "score": obj.score}
        return super().default(obj)

print(json.dumps(stu, cls=MyEncoder))  # {"name": "王五", "score": 95}

2. 自定义类反序列化

python 复制代码

# 反序列化处理函数
def student_decoder(dct):
    if "name" in dct and "score" in dct:
        return Student(dct["name"], dct["score"])
    return dct

# 反序列化操作
restored_stu = json.loads(json_str, object_hook=student_decoder)
print(type(restored_stu))  # <class '__main__.Student'>
print(restored_stu)  # <Student 王五 >

五、错误处理与调试技巧

1. 常见错误类型

python 复制代码

# 格式错误示例
invalid_json = '{"name": "张三", "age": 25,}'

try:
    json.loads(invalid_json)
except json.JSONDecodeError as e:
    print(f"错误位置：第{e.lineno}行第{e.colno}列")
    print(f"错误详情：{e.msg}")
    # 错误位置：第1行第25列
    # 错误详情：Expecting property name enclosed in double quotes

2. 调试技巧

python 复制代码

# 使用pprint查看数据结构
from pprint import pprint

complex_data = {
    "users": [
        {"name": "张三", "contacts": {"email": "[email protected]", "phone": "13800138000"}},
        {"name": "李四", "contacts": {"email": "[email protected]"}}
    ]
}

pprint(json.loads(json.dumps(complex_data)))
"""
{'users': [{'contacts': {'email': '[email protected]', 'phone': '13800138000'},
            'name': '张三'},
           {'contacts': {'email': '[email protected]'}, 'name': '李四'}]}
"""

六、综合应用案例

1. 模拟Web API交互

python 复制代码

import requests  # 需先安装：pip install requests

# 获取公开API数据
response = requests.get("https://api.github.com/users/octocat")
api_data = response.json()

# 提取关键信息
processed = {
    "username": api_data["login"],
    "name": api_data["name"],
    "followers": api_data["followers"]
}

# 保存到本地
with open("github_user.json", "w") as f:
    json.dump(processed, f, indent=2)

print(open("github_user.json").read())
"""
{
  "username": "octocat",
  "name": "The Octocat",
  "followers": 7940
}
"""

七、最佳实践与注意事项

安全警示

不要反序列化不可信来源的JSON数据
使用object_hook时验证数据完整性

性能优化

处理大文件时使用json.load()替代json.loads()
设置合理的indent参数（生产环境通常不使用）

编码规范

统一使用UTF-8编码
保持键名的一致性（如全小写加下划线）

扩展建议

使用simplejson库处理更复杂的需求
结合jsonschema验证JSON格式

python 复制代码

# 扩展：使用类型注解（Python 3.9+）
from typing import TypedDict

class UserData(TypedDict):
    name: str
    age: int

def validate_user(data: UserData):
    if not isinstance(data["age"], int):
        raise ValueError("年龄必须是整数")

user = json.loads('{"name": "张三", "age": 25}')
validate_user(user)

通过本文的学习，你已经掌握了JSON模块的核心用法。记住：多动手实践、遇到错误仔细阅读提示信息、善用Python的文档资源（help(json.JSONEncoder)），你就能在项目中游刃有余地处理JSON数据啦！

复制代码