← 返回博客

Python 和 JSON：完整教程及示例

使用 json 模块掌握 Python 中的 JSON。学习解析、生成和操作 JSON 数据的实用示例和最佳实践。

Big JSON Team••13 分钟阅读•programming
#python#json#编程#教程#json模块
B

Big JSON Team

• Technical Writer

Expert in JSON data manipulation, API development, and web technologies. Passionate about creating tools that make developers' lives easier.

•13 分钟阅读

# Python 和 JSON：完整教程及示例

Python 的内置 json 模块使处理 JSON 数据变得简单高效。本综合指南涵盖了从基本解析到高级技术的所有内容，并提供了实际示例。

Python json 模块简介

json 模块是 Python 标准库的一部分，无需安装： 
import json

主要功能

  • json.loads()：解析 JSON 字符串
  • json.load()：从文件读取 JSON
  • json.dumps()：将对象转换为 JSON 字符串
  • json.dump()：将对象写入 JSON 文件

解析 JSON

json.loads() - 解析 JSON 字符串

将 JSON 字符串转换为 Python 对象：

import json


json_string = '{"name": "张三", "age": 30, "city": "北京"}'


data = json.loads(json_string)



print(data['name'])  # "张三"


print(type(data))    # <class 'dict'>

json.load() - 从文件读取

从文件加载 JSON 数据：

import json


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


    data = json.load(file)


    print(data)

data.json： 
{

  "users": [


    {"name": "张三", "age": 30},


    {"name": "李四", "age": 25}


  ]


}

输出： 
{'users': [{'name': '张三', 'age': 30}, {'name': '李四', 'age': 25}]}

处理解析错误

import json


json_string = '{"name": "张三", "age": 30,}'  # 尾随逗号



try:


    data = json.loads(json_string)


except json.JSONDecodeError as e:


    print(f"错误：{e}")


    print(f"行 {e.lineno}，列 {e.colno}")

生成 JSON

json.dumps() - 转换为 JSON 字符串

将 Python 对象转换为 JSON 字符串：

import json


data = {


    "name": "王五",


    "age": 28,


    "active": True,


    "skills": ["Python", "JavaScript"],


    "address": None


}



json_string = json.dumps(data, ensure_ascii=False)


print(json_string)


# {"name": "王五", "age": 28, "active": true, "skills": ["Python", "JavaScript"], "address": null}

美化输出

使用缩进使 JSON 可读：

json_string = json.dumps(data, indent=2, ensure_ascii=False)

print(json_string)

输出： 
{

  "name": "王五",


  "age": 28,


  "active": true,


  "skills": [


    "Python",


    "JavaScript"


  ],


  "address": null


}

json.dump() - 写入文件

将 Python 对象保存到 JSON 文件：

import json


data = {


    "company": "科技创新",


    "employees": [


        {"name": "张三", "role": "开发者"},


        {"name": "李四", "role": "设计师"}


    ]


}



with open('output.json', 'w', encoding='utf-8') as file:


    json.dump(data, file, indent=2, ensure_ascii=False)

数据类型映射

Python 到 JSON

| Python 类型 | JSON 类型 |

|------------|----------|

| dict | object |

| list, tuple | array |

| str | string |

| int, float | number |

| True | true |

| False | false |

| None | null |

示例： 
import json


python_data = {


    "字典": {"key": "value"},


    "列表": [1, 2, 3],


    "元组": (4, 5, 6),


    "字符串": "文本",


    "整数": 42,


    "浮点数": 3.14,


    "布尔值": True,


    "空值": None


}



json_string = json.dumps(python_data, ensure_ascii=False)


print(json_string)

JSON 到 Python

| JSON 类型 | Python 类型 |

|----------|-----------|

| object | dict |

| array | list |

| string | str |

| number (int) | int |

| number (real) | float |

| true | True |

| false | False |

| null | None |

常用选项

ensure_ascii

控制非 ASCII 字符的处理：

data = {"name": "张三", "city": "北京"}


# 默认（转义非 ASCII）


print(json.dumps(data))


# {"name": "\u5f20\u4e09", "city": "\u5317\u4eac"}



# ensure_ascii=False（保留 Unicode）


print(json.dumps(data, ensure_ascii=False))


# {"name": "张三", "city": "北京"}

sort_keys

按字母顺序排序键：

data = {"z": 1, "a": 2, "m": 3}


print(json.dumps(data, sort_keys=True))


# {"a": 2, "m": 3, "z": 1}

separators

自定义分隔符以压缩输出：

data = {"name": "张三", "age": 30}


# 默认


print(json.dumps(data))


# {"name": "张三", "age": 30}



# 压缩


print(json.dumps(data, separators=(',', ':')))


# {"name":"张三","age":30}

indent

控制缩进级别：

data = {"name": "张三", "skills": ["Python", "Java"]}


# 2 空格缩进


print(json.dumps(data, indent=2, ensure_ascii=False))



# 4 空格缩进


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



# 制表符缩进


print(json.dumps(data, indent='\t', ensure_ascii=False))

处理复杂数据

嵌套结构

import json


data = {


    "company": "科技创新",


    "departments": [


        {


            "name": "工程",


            "employees": [


                {"name": "张三", "role": "开发者"},


                {"name": "李四", "role": "测试"}


            ]


        },


        {


            "name": "设计",


            "employees": [


                {"name": "王五", "role": "UI 设计师"}


            ]


        }


    ]


}



# 访问嵌套数据


print(data['departments'][0]['employees'][0]['name'])  # "张三"



# 转换为 JSON


json_string = json.dumps(data, indent=2, ensure_ascii=False)


print(json_string)

自定义对象

默认参数

import json

from datetime import datetime, date



class Employee:


    def __init__(self, name, hire_date):


        self.name = name


        self.hire_date = hire_date



def json_serializer(obj):


    """自定义 JSON 序列化器"""


    if isinstance(obj, (datetime, date)):


        return obj.isoformat()


    if isinstance(obj, Employee):


        return {


            "name": obj.name,


            "hire_date": obj.hire_date


        }


    raise TypeError(f"类型 {type(obj)} 不可 JSON 序列化")



emp = Employee("张三", date(2020, 1, 15))


json_string = json.dumps(emp, default=json_serializer, ensure_ascii=False)


print(json_string)


# {"name": "张三", "hire_date": "2020-01-15"}

JSONEncoder 子类

import json

from datetime import datetime



class CustomEncoder(json.JSONEncoder):


    def default(self, obj):


        if isinstance(obj, datetime):


            return obj.isoformat()


        if isinstance(obj, set):


            return list(obj)


        return super().default(obj)



data = {


    "timestamp": datetime.now(),


    "tags": {"python", "json", "教程"}


}



json_string = json.dumps(data, cls=CustomEncoder, ensure_ascii=False)


print(json_string)

处理日期时间

import json

from datetime import datetime



# 序列化


now = datetime.now()


data = {


    "event": "会议",


    "time": now.isoformat()


}


json_string = json.dumps(data, ensure_ascii=False)


print(json_string)



# 反序列化


loaded = json.loads(json_string)


meeting_time = datetime.fromisoformat(loaded['time'])


print(meeting_time)

实际示例

示例 1：处理 API 响应

import json

import requests



# 获取数据


response = requests.get('https://api.example.com/users')


data = response.json()  # 或 json.loads(response.text)



# 处理数据


for user in data['users']:


    print(f"姓名：{user['name']}，年龄：{user['age']}")



# 保存到文件


with open('users.json', 'w', encoding='utf-8') as f:


    json.dump(data, f, indent=2, ensure_ascii=False)

示例 2：配置文件

import json


# 读取配置


def load_config(filename):


    with open(filename, 'r', encoding='utf-8') as f:


        return json.load(f)



# 保存配置


def save_config(filename, config):


    with open(filename, 'w', encoding='utf-8') as f:


        json.dump(config, f, indent=2, ensure_ascii=False)



# 使用


config = load_config('config.json')


config['database']['port'] = 5432


save_config('config.json', config)

config.json： 
{

  "database": {


    "host": "localhost",


    "port": 5432,


    "name": "mydb"


  },


  "logging": {


    "level": "INFO"


  }


}

示例 3：数据转换

import json


# CSV 到 JSON


def csv_to_json(csv_file, json_file):


    import csv



    data = []


    with open(csv_file, 'r', encoding='utf-8') as f:


        reader = csv.DictReader(f)


        for row in reader:


            data.append(row)



    with open(json_file, 'w', encoding='utf-8') as f:


        json.dump(data, f, indent=2, ensure_ascii=False)



# 使用


csv_to_json('data.csv', 'data.json')

示例 4：验证 JSON

import json


def validate_json(json_string):


    """验证 JSON 字符串"""


    try:


        json.loads(json_string)


        return True, "有效的 JSON"


    except json.JSONDecodeError as e:


        return False, f"无效的 JSON：{e}"



# 测试


test_cases = [


    '{"name": "张三"}',           # 有效


    '{"name": "张三",}',          # 无效（尾随逗号）


    "{'name': 'Zhang San'}",    # 无效（单引号）


]



for test in test_cases:


    valid, message = validate_json(test)


    print(f"{test[:20]}... → {message}")

示例 5：合并 JSON 文件

import json

from pathlib import Path



def merge_json_files(output_file, input_files):


    """合并多个 JSON 文件"""


    merged = {}



    for file in input_files:


        with open(file, 'r', encoding='utf-8') as f:


            data = json.load(f)


            merged.update(data)



    with open(output_file, 'w', encoding='utf-8') as f:


        json.dump(merged, f, indent=2, ensure_ascii=False)



# 使用


merge_json_files('merged.json', 'file1.json', 'file2.json', 'file3.json')

性能优化

大文件处理

对于大型 JSON 文件，考虑流式处理：

import json


def process_large_json(filename):


    """逐块处理大型 JSON"""


    with open(filename, 'r', encoding='utf-8') as f:


        # 对于非常大的文件，考虑使用 ijson


        data = json.load(f)



        # 逐项处理


        for item in data['items']:


            process_item(item)



def process_item(item):


    # 处理单个项目


    pass

使用 ujson

对于更快的性能，使用 ujson：

pip install ujson
import ujson


# 更快的解析


data = ujson.loads(json_string)



# 更快的序列化


json_string = ujson.dumps(data)

常见错误和解决方案

1. JSONDecodeError

问题： 
json.JSONDecodeError: Expecting property name enclosed in double quotes
解决方案： 
# 错误：单引号

bad = "{'name': 'Zhang San'}"



# 正确：双引号


good = '{"name": "Zhang San"}'

2. Object is not JSON serializable

问题： 
TypeError: Object of type datetime is not JSON serializable
解决方案： 
from datetime import datetime

import json



data = {"time": datetime.now()}



# 使用自定义序列化器


json.dumps(data, default=str)


# 或


json.dumps(data, default=lambda x: x.isoformat() if isinstance(x, datetime) else None)

3. 编码错误

问题： 
UnicodeEncodeError: 'ascii' codec can't encode characters
解决方案： 
# 使用 ensure_ascii=False

json.dumps(data, ensure_ascii=False)



# 或指定编码


with open('file.json', 'w', encoding='utf-8') as f:


    json.dump(data, f, ensure_ascii=False)

最佳实践

1. 始终指定编码

# 推荐

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


    data = json.load(f)

2. 使用上下文管理器

# 推荐

with open('file.json', 'w', encoding='utf-8') as f:


    json.dump(data, f)



# 不推荐


f = open('file.json', 'w')


json.dump(data, f)


f.close()  # 容易忘记

3. 处理异常

import json


try:


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


        data = json.load(f)


except FileNotFoundError:


    print("文件未找到")


except json.JSONDecodeError as e:


    print(f"无效的 JSON：{e}")


except Exception as e:


    print(f"错误：{e}")

4. 验证数据

import json


data = json.loads(json_string)



# 验证必需的字段


assert 'name' in data, "缺少 'name' 字段"


assert isinstance(data['age'], int), "'age' 必须是整数"

5. 使用 ensure_ascii=False 处理中文

data = {"name": "张三", "city": "北京"}


# 推荐


json.dumps(data, ensure_ascii=False)


# {"name": "张三", "city": "北京"}



# 不推荐


json.dumps(data)


# {"name": "\u5f20\u4e09", "city": "\u5317\u4eac"}

高级技术

JSON Schema 验证

from jsonschema import validate, ValidationError

import json



schema = {


    "type": "object",


    "properties": {


        "name": {"type": "string"},


        "age": {"type": "number", "minimum": 0}


    },


    "required": ["name"]


}



data = {"name": "张三", "age": 30}



try:


    validate(instance=data, schema=schema)


    print("数据有效")


except ValidationError as e:


    print(f"验证失败：{e}")

JSONPath 查询

from jsonpath_ng import parse

import json



data = {


    "users": [


        {"name": "张三", "age": 30},


        {"name": "李四", "age": 25}


    ]


}



# 查找所有姓名


expr = parse('$.users[].name')


names = [match.value for match in expr.find(data)]


print(names)  # ['张三', '李四']

结论

Python 的 json 模块为处理 JSON 数据提供了强大而简单的工具。通过掌握其功能和最佳实践，您可以有效地：

  • ✅ 解析和生成 JSON 数据
  • ✅ 处理复杂的嵌套结构
  • ✅ 自定义序列化行为
  • ✅ 优化大文件性能
  • ✅ 处理错误和验证数据

关键要点

  • 对字符串使用 loads/dumps，对文件使用 load/dump
  • 始终使用 ensure_ascii=False 处理 Unicode
  • 使用 indent 进行可读输出
  • 使用 try/except 处理错误
  • 为自定义类型实现自定义序列化器

    • 通过这些技术，您已准备好在 Python 应用程序中自信地处理 JSON！

    Share:

    相关文章

    什么是 JSON？2026 年初学者完整指南

    了解 JSON 是什么，它的语法、数据类型和使用场景。全面且对初学者友好的 JavaScript 对象表示法指南。

    10 分钟阅读•beginner

    JavaScript JSON：解析和字符串化数据

    JavaScript 中 JSON 的完整指南。学习 JSON.parse()、JSON.stringify()、错误处理和 Web 开发的高级技术。

    12 分钟阅读•programming

    数据科学中的 JSON：Python 和 Pandas 指南

    JSON 在数据科学工作流中的完整指南。学习用 Python、Pandas 处理 JSON 并集成到 ML 管道中。

    13 分钟阅读•programming

    Read in English

    EnglishEspañol日本語한국어FrançaisItalianoРусскийالعربيةDeutschPortuguêsTürkçeBahasa IndonesiaNederlandsPolski