python-json

淼_@淼2026-03-24 11:39

一、json和json格式

JSON是JavaScript Object Notation的缩写，是一种轻量级的文本数据交换格式，独立于语言且支持不同编程语言。

1.1、JSON 语法规则

JSON 语法是 JavaScript 对象表示语法的子集。

  • 数据在名称/值对中
  • 数据由逗号 , 分隔
  • 使用斜杆 \ 来转义字符
  • 大括号 {} 保存对象
  • 中括号 [] 保存数组，数组可以包含多个对象

1.2、JSON 支持的数据类型（value）

数据类型 示例 说明
字符串（String） "Hello" 必须用 双引号，不能是单引号
数字（Number） 123, -45, 3.14, 1e+10 整数或浮点数，支持科学计数法
布尔值（Boolean） true, false 表示逻辑真或假
null null 表示空值或无值
对象（Object） { "name": "Tom", "age": 20 } 键值对的集合，无序
数组（Array） [1, 2, 3, "four"] 值的有序列表，可以是不同类型

1.3、Json数据结构

JSON 的数据结构基于两种基本结构：

  1. 键值对集合（对象 / Object）
  2. 值的有序列表（数组 / Array）

对象（Object） ：无序的键值对集合，用 {} 包裹，键必须是双引号包裹的字符串 ，键值用 : 分隔，键值对之间用 , 分隔。

  • 用 { } 包裹
  • 内部是 键值对（key-value pairs）
  • key 必须是字符串，且必须用双引号括起来
  • key 和 value 之间用 : 分隔
  • 多个键值对之间用 , 分隔（但最后一个不能有逗号）
json 复制代码 
#一个简单的json格式数据
{
    "aaa":"bbb",
    "ccc":"ddd"
}
#json嵌套数据
{
    "segments":{
        "segment":{
            "stat_xys":"2025-09-16T02:12:15Z",
            "json_num":1,
            "end_stat":[
                "长沙火车站test",
                123
            ],
            "json_arry":[
                {
                    "json1":"aa"
                },
                {
                    "json2":"bb"
                }
            ],
            "json_obj":{
                "dad":"adf"
            },
            "json_null":null,
            "json_boolean":false
        }
    }
}

数组（Array） ：有序的值列表，用 [] 包裹，值之间用 , 分隔。

  • 用 [ ] 包裹
  • 内部是值的列表，可以是任意 JSON 支持的数据类型（数字、字符串、对象、数组等）
  • 多个元素之间用 , 分隔
json 复制代码 
[
    1,
    "two",
    false,
    null,
    {
        "name":"Tom"
    },
    [
        10,
        20
    ],
    [
        {
            "aa":"dd"
        },
        {
            "as":"dad"
        }
    ]
]

二、json模块

2.1数据类型转换

将数据从Python转换到json格式，在数据类型上会有变化，如下表所示：

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

反过来，将json格式转化为python内置类型，如下表所示：

JSON Python
object dict
array list
string str
number（int） int
number（real） float
true True
false False
null None

2.2、使用方法

json模块主要方法:

方法 功能
json.dumps(obj) 将python数据类型转换为json格式的字符串。
json.dump(obj, fp) 将python数据类型转换并保存到json格式的文件内。
json.loads(s) 将json格式的字符串转换为python的类型。
json.load(fp) 从json格式的文件中读取数据并转换为python的类型。

2.2.1 json.dumps()

python 复制代码 
json.dumps(obj, *, skipkeys=False, ensure_ascii=True, check_circular=True, allow_nan=True, cls=None, indent=None, separators=None, default=None, sort_keys=False, **kw)
  • 功能：将Python对象编码成JSON字符串。
  • 常用参数：
    • obj：要序列化的Python对象。
    • skipkeys：为True时，字典的key如果不是基本类型（str、int、float、bool、None）会被跳过，默认False。
    • ensure_ascii：默认为True，所有非ASCII字符会被转义。比如中文会被转义。
    • indent：指定缩进的字符数，常用于美化输出，默认None。
    • separators：指定分隔符，默认(', ', ': ')。
    • sort_keys：为True时，字典按key排序，默认False。
python 复制代码 
py_obj1 = [1, "two", "中文", False, None, {"name": "Tom"}, [10, 20], [{"aa": "dd"}, {"as": "dad"}]]

py_obj2 = {"segments": {
    "segment": {"stat_xys": "2025-09-16T02:12:15Z", "json_num": 1, "end_stat": ["长沙火车站test", 123],
                "json_arry": [{"json1": "aa"}, {"json2": "bb"}], "json_obj": {"dad": "adf"}, "json_null": None,
                "json_boolean": False}}}

# 因为是dict类型，所以单引号或者双引号都可以。但是转换成的json字符串，只能是双引号
py_obj3 = {"aaa": 'bbb', 'ccc': "ddd"}

py2json3 = json.dumps(py_obj3)
print("将类型从", type(py_obj3), "转换为", type(py2json3), "转换后的值为", py2json3)
py2json2 = json.dumps(py_obj2)
print("将类型从", type(py_obj2), "转换为", type(py2json2), "转换后的值为", py2json2)
py2json1 = json.dumps(py_obj1)
print("将类型从", type(py_obj1), "转换为", type(py2json1), "转换后的值为", py2json1)
将类型从 <class 'dict'> 转换为 <class 'str'> 转换后的值为 {
  "aaa": "bbb",
  "ccc": "ddd"
}
将类型从 <class 'dict'> 转换为 <class 'str'> 转换后的值为 {"segments": {"segment": {"stat_xys": "2025-09-16T02:12:15Z", "json_num": 1, "end_stat": ["长沙火车站test", 123], "json_arry": [{"json1": "aa"}, {"json2": "bb"}], "json_obj": {"dad": "adf"}, "json_null": null, "json_boolean": false}}}
将类型从 <class 'list'> 转换为 <class 'str'> 转换后的值为 [1, "two", "\u4e2d\u6587", false, null, {"name": "Tom"}, [10, 20], [{"aa": "dd"}, {"as": "dad"}]]

2.2.2json.dump()

json.dump(obj, fp, *, skipkeys=False, ensure_ascii=True, check_circular=True, allow_nan=True, cls=None, indent=None, separators=None, default=None, sort_keys=False, **kw)

  • 功能：将Python对象编码成JSON格式并写入文件。
  • 参数同dumps，新增：
    • fp：文件类对象（有write方法）。
python 复制代码 
py_obj1 = [1, "two", "中文", False, None, {"name": "Tom"}, [10, 20], [{"aa": "dd"}, {"as": "dad"}]]

py_obj2 = {"segments": {
    "segment": {"stat_xys": "2025-09-16T02:12:15Z", "json_num": 1, "end_stat": ["长沙火车站test", 123],
                "json_arry": [{"json1": "aa"}, {"json2": "bb"}], "json_obj": {"dad": "adf"}, "json_null": None,
                "json_boolean": False}}}

# 因为是dict类型，所以单引号或者双引号都可以。但是转换成的json字符串，只能是双引号
py_obj3 = {"aaa": 'bbb', 'ccc': "ddd"}

with open('py2json3.json', 'w', encoding='utf-8') as f:
    json.dump(py_obj3, f, ensure_ascii=False, indent=2)
with open('py2json2.json', 'w', encoding='utf-8') as f:
    json.dump(py_obj2, f, ensure_ascii=False, indent=None)
with open('py2json1.json', 'w', encoding='utf-8') as f:
    json.dump(py_obj1, f, ensure_ascii=False, indent=None)
结果生成三个文件，分别为py2json3.json、py2json2.json、py2json1.json。文件内容与dumps相同

2.2.3. json.loads()

json.loads(s, *, cls=None, object_hook=None, parse_float=None, parse_int=None, parse_constant=None, object_pairs_hook=None, **kw)

  • 功能：将JSON字符串解码为Python对象。
  • 常用参数：
    • s：JSON格式字符串。
    • object_hook：自定义对象解码函数，用于将字典转换为自定义Python对象。
    • cls：自定义解码器类，必须是JSONDecoder的子类。
    • parse_float：解析JSON数字为浮点数时使用的函数，默认使用float()。
    • parse_int：解析JSON数字为整数时使用的函数，默认使用int()。
    • parse_constant：解析JSON特殊值(如-Infinity, Infinity, NaN)的函数。
    • object_pairs_hook：类似object_hook，但接收的是有序键值对列表而非字典。
python 复制代码 
py_obj1 = [1, "two", "中文", False, None, {"name": "Tom"}, [10, 20], [{"aa": "dd"}, {"as": "dad"}]]

py_obj2 = {"segments": {
    "segment": {"stat_xys": "2025-09-16T02:12:15Z", "json_num": 1, "end_stat": ["长沙火车站test", 123],
                "json_arry": [{"json1": "aa"}, {"json2": "bb"}], "json_obj": {"dad": "adf"}, "json_null": None,
                "json_boolean": False}}}

# 因为是dict类型，所以单引号或者双引号都可以。但是转换成的json字符串，只能是双引号
py_obj3 = {"aaa": 'bbb', 'ccc': "ddd"}

py2json3 = json.dumps(py_obj3)
py2json2 = json.dumps(py_obj2)
py2json1 = json.dumps(py_obj1)

json2py3 = json.loads(py2json3)
print("将类型从", type(py2json3), "转换为", type(json2py3), "转换后的值为", json2py3)
json2py2 = json.loads(py2json2)
print("将类型从", type(py2json2), "转换为", type(json2py2), "转换后的值为", json2py2)
json2py1 = json.loads(py2json1)
print("将类型从", type(py2json1), "转换为", type(json2py1), "转换后的值为", json2py1)、
输出结果为：
将类型从 <class 'str'> 转换为 <class 'dict'> 转换后的值为 {'aaa': 'bbb', 'ccc': 'ddd'}
将类型从 <class 'str'> 转换为 <class 'dict'> 转换后的值为 {'segments': {'segment': {'stat_xys': '2025-09-16T02:12:15Z', 'json_num': 1, 'end_stat': ['长沙火车站test', 123], 'json_arry': [{'json1': 'aa'}, {'json2': 'bb'}], 'json_obj': {'dad': 'adf'}, 'json_null': None, 'json_boolean': False}}}
将类型从 <class 'str'> 转换为 <class 'list'> 转换后的值为 [1, 'two', '中文', False, None, {'name': 'Tom'}, [10, 20], [{'aa': 'dd'}, {'as': 'dad'}]]

2.2.4. json.load()

json.load(fp, *, cls=None, object_hook=None, parse_float=None, parse_int=None, parse_constant=None, object_pairs_hook=None, **kw)

  • 功能：从文件读取JSON数据并解码为Python对象。
  • 参数同loads，新增：
    • fp：文件类对象。
python 复制代码 
py_obj1 = [1, "two", "中文", False, None, {"name": "Tom"}, [10, 20], [{"aa": "dd"}, {"as": "dad"}]]

py_obj2 = {"segments": {
    "segment": {"stat_xys": "2025-09-16T02:12:15Z", "json_num": 1, "end_stat": ["长沙火车站test", 123],
                "json_arry": [{"json1": "aa"}, {"json2": "bb"}], "json_obj": {"dad": "adf"}, "json_null": None,
                "json_boolean": False}}}

# 因为是dict类型，所以单引号或者双引号都可以。但是转换成的json字符串，只能是双引号
py_obj3 = {"aaa": 'bbb', 'ccc': "ddd"}

with open('py2json3.json', 'w', encoding='utf-8') as f:
    json.dump(py_obj3, f, ensure_ascii=False, indent=2)
with open('py2json2.json', 'w', encoding='utf-8') as f:
    json.dump(py_obj2, f, ensure_ascii=False, indent=None)
with open('py2json1.json', 'w', encoding='utf-8') as f:
    json.dump(py_obj1, f, ensure_ascii=False, indent=None)

with open('py2json3.json', 'r', encoding='utf-8') as f:
    json2py3 = json.load(f)
print("将json文件py2json3.json中的数据转换为", type(json2py3), "转换后的值为", json2py3)
with open('py2json2.json', 'r', encoding='utf-8') as f:
    json2py2 = json.load(f)
print("将json文件py2json2.json中的数据转换为", type(json2py2), "转换后的值为", json2py2)
with open('py2json1.json', 'r', encoding='utf-8') as f:
    json2py1 = json.load(f)
print("将json文件py2json1.json中的数据转换为", type(json2py1), "转换后的值为", json2py1)

输出结果为：
将json文件py2json3.json中的数据转换为 <class 'dict'> 转换后的值为 {'aaa': 'bbb', 'ccc': 'ddd'}
将json文件py2json2.json中的数据转换为 <class 'dict'> 转换后的值为 {'segments': {'segment': {'stat_xys': '2025-09-16T02:12:15Z', 'json_num': 1, 'end_stat': ['长沙火车站test', 123], 'json_arry': [{'json1': 'aa'}, {'json2': 'bb'}], 'json_obj': {'dad': 'adf'}, 'json_null': None, 'json_boolean': False}}}
将json文件py2json1.json中的数据转换为 <class 'list'> 转换后的值为 [1, 'two', '中文', False, None, {'name': 'Tom'}, [10, 20], [{'aa': 'dd'}, {'as': 'dad'}]]

json.dumps和json.dump写入文件的区别：

  • dump() 不需要使用.write()方法，只需要写那个字典，那个文件即可；而 dumps() 需要使用.write()方法写入。
  • 如果把字典写到文件里面的时候，dump()好用；但是如果不需要操作文件，或需要把内容存储到数据库何excel，则需要使用dumps()先把字典转换成字符串，再写入

json.load() 和 json.loads() 区别：

  • loads() 传的是json字符串，而 load() 传的是文件对象
  • 使用 loads() 时需要先读取文件在使用，而 load() 则不用

总结：不管是dump还是load，带s的都是和字符串相关的，不带s的都是和文件相关的

2.3、json 的其他方法

除了上述常用的 dumps()、loads()、dump() 和 load() 方法外，json 库还提供了一些其他方法和常量，用于处理特殊情况。

  • json.JSONEncoder：自定义JSON编码器，继承并重写default方法可实现自定义对象序列化
  • json.JSONDecoder：自定义JSON解码器。用于扩展json.loads等解码行为，通常无需自定义。
  • json.JSONDecodeError：当解析 JSON 数据出错时，会抛出这个异常，我们可以使用它来进行错误处理。

2.3.1、自定义对象的序列化与反序列化

在实际开发中，我们可能会遇到需要序列化自定义对象的情况。默认情况下，json 库无法直接序列化自定义对象，但我们可以自定义一个编码器来实现这个功能。

python 复制代码 
import json
 
class Person:
    def __init__(self, name, age):
        self.name = name
        self.age = age
 
class PersonEncoder(json.JSONEncoder):
    def default(self, obj):
        if isinstance(obj, Person):
            return {"name": obj.name, "age": obj.age}
        return super().default(obj)
 
person = Person("John", 30)
json_str = json.dumps(person, cls=PersonEncoder)
print(json_str)
输出结果为：
{"name": "John", "age": 30}

我们可以看到通过，自定义编码器，成功将自定义的 Person 对象序列化为 JSON 字符串。同样地，我们也可以通过自定义解码器来实现 JSON 字符串到自定义对象的反序列化。

2.3.2、json 库的异常处理

常用的错误类型有两类：

  • json.JSONDecodeError：当解析 JSON 数据出错时抛出，例如 JSON 格式不正确。
  • TypeError：当尝试序列化一个不支持的数据类型时抛出。
python 复制代码 
import json
 
json_str = '{"name": "John", "age": 30, "hobbies": ["reading", "traveling"]'
try:
    data = json.loads(json_str)
except json.JSONDecodeError as e:
    print(f"JSON 解码错误：{e}")
except Exception as e:
    print(f"发生错误：{e}")
输出结果为：
JSON 解码错误：Expecting ',' delimiter: line 1 column 64 (char 63)

三、python解析json

3.1、解析JSON字符串

python 复制代码 
import json

#定义一个json对象
json_str = '{"segments": {"segment": {"stat_xys": "2025-09-16T02:12:15Z", "json_num": 1,"end_stat": ["长沙火车站test", 123], "json_arry": [{"json1": "aa"},{"json2":"bb"}],"json_obj": {"dad": "adf"}, "json_null": null,"json_boolean": false}}}'
print(json_str)
print(type(json_str))
print('-' * 20)

# 将json对象转换为Python对象
python_obj = json.loads(json_str)
print(python_obj)
print(type(python_obj))
print('-' * 20)

# 定位具体的数据节点
print(python_obj.keys())
print(python_obj.values())
print(python_obj["segments"]["segment"]["json_arry"][0]["json1"])
print(python_obj["segments"]["segment"]["json_obj"])
print(python_obj["segments"]["segment"]["end_stat"][0])
输出结果：
{"segments": {"segment": {"stat_xys": "2025-09-16T02:12:15Z", "json_num": 1,"end_stat": ["长沙火车站test", 123], "json_arry": [{"json1": "aa"},{"json2":"bb"}],"json_obj": {"dad": "adf"}, "json_null": null,"json_boolean": false}}}
<class 'str'>
--------------------
{'segments': {'segment': {'stat_xys': '2025-09-16T02:12:15Z', 'json_num': 1, 'end_stat': ['长沙火车站test', 123], 'json_arry': [{'json1': 'aa'}, {'json2': 'bb'}], 'json_obj': {'dad': 'adf'}, 'json_null': None, 'json_boolean': False}}}
<class 'dict'>
--------------------
dict_keys(['segments'])
dict_values([{'segment': {'stat_xys': '2025-09-16T02:12:15Z', 'json_num': 1, 'end_stat': ['长沙火车站test', 123], 'json_arry': [{'json1': 'aa'}, {'json2': 'bb'}], 'json_obj': {'dad': 'adf'}, 'json_null': None, 'json_boolean': False}}])
aa
{'dad': 'adf'}
长沙火车站test

3.2、解析JSON文件

file.json文件格式如下：

json 复制代码 
{
    "segments":{
        "segment":{
            "stat_xys":"2025-09-16T02:12:15Z",
            "json_num":1,
            "end_stat":[
                "长沙火车站test",
                123
            ],
            "json_arry":[
                {
                    "json1":"aa"
                },
                {
                    "json2":"bb"
                }
            ],
            "json_obj":{
                "dad":"adf"
            },
            "json_null":null,
            "json_boolean":false
        }
    }
}
python 复制代码 
import json
import os

# 1、JSON文件转换为Python对象。
with open(os.path.join(os.getcwd(), "file.json"), "r", encoding="UTF-8") as f:
    python_obj = json.load(f)

print(python_obj)
print(type(python_obj))
print('-' * 20)

# 2、定位具体的数据节点
print(python_obj.keys())
print(python_obj.values())
print(python_obj["segments"]["segment"]["json_arry"][0]["json1"])
print(python_obj["segments"]["segment"]["json_obj"])
print(python_obj["segments"]["segment"]["end_stat"][0])
输出结果：
{'segments': {'segment': {'stat_xys': '2025-09-16T02:12:15Z', 'json_num': 1, 'end_stat': ['长沙火车站test', 123], 'json_arry': [{'json1': 'aa'}, {'json2': 'bb'}], 'json_obj': {'dad': 'adf'}, 'json_null': None, 'json_boolean': False}}}
<class 'dict'>
--------------------
dict_keys(['segments'])
dict_values([{'segment': {'stat_xys': '2025-09-16T02:12:15Z', 'json_num': 1, 'end_stat': ['长沙火车站test', 123], 'json_arry': [{'json1': 'aa'}, {'json2': 'bb'}], 'json_obj': {'dad': 'adf'}, 'json_null': None, 'json_boolean': False}}])
aa
{'dad': 'adf'}
长沙火车站test

3.3、json解析封装

file.json文件内容如下：

json 复制代码 
{
  "user1":{"name":"tom","password":"123123"},
  "user2":{"name":"jon","password":"123456"}
}
python 复制代码 
import json
import os


def parse_json(file, key1, key2):
    parse_json_list = []
    with open(file, "r", encoding="UTF-8") as f:
        data = json.load(f)

    for i in data:
        parse_json_list.append((data[i][key1], data[i][key2]))
    return parse_json_list


if __name__ == '__main__':
    info = parse_json(os.path.join(os.getcwd(), "file.json"), "name", "password")
    print(info)
执行结果如下：
[('tom', '123123'), ('jon', '123456')]

3.4、json文件转换为xml文件

https://blog.csdn.net/liyue121100132/article/details/153697442

3.5、xml文件转换为json文件

https://blog.csdn.net/liyue121100132/article/details/153697442

参考文档：https://blog.csdn.net/m0_47311097/article/details/148367076

相关推荐
Spliceㅤ2 小时前
项目:基于qwen的点餐系统
开发语言·人工智能·python·机器学习·自然语言处理
asdzx672 小时前
使用 Python 快速为 PDF 添加背景色或背景图片
python·pdf
badhope2 小时前
Docker入门到实战全攻略
linux·python·docker·github·matplotlib
huabiangaozhi3 小时前
spring-boot-starter和spring-boot-starter-web的关联
前端
华研前沿标杆游学3 小时前
2026深圳企业参访-走进深圳华星光电TCL学习智能制造
python
umeelove353 小时前
Spring boot整合quartz方法
java·前端·spring boot
dapeng28703 小时前
Python异步编程入门：Asyncio库的使用
jvm·数据库·python
小码哥_常3 小时前
Android 开发探秘：View.post()为何能获取View宽高
前端
爱学习的程序媛3 小时前
【Web前端】WebAssembly详解
前端·web·wasm
2401_851272993 小时前
Python面向对象编程（OOP）终极指南
jvm·数据库·python
热门推荐
01GitHub 镜像站点02Qwen3.5 开源全解析：从 0.8B 到 397B，代际升级 + 全场景选型指南03围棋-html版本04小黑课堂计算机二级WPSoffice题库软件下载安装教程（2026年3月最新版）05班级宠物园部署指南06OpenClaw 使用和管理 MCP 完全指南07UV安装并设置国内源08“wsl --install -d Ubuntu-22.04”下载慢，中国地区离线安装 Ubuntu 22.04 WSL方法（亲测2025年5月6日）09让 Trae IDE 智能体 “读懂”文档 Excel+PDF+DOCX ：mcp-documents-reader 工具使用指南10AI 编程三剑客：Spec-Kit、OpenSpec、Superpowers 深度对比与实战指南