python怎么处理json文件

Python怎么处理JSON文件：从基础到实战全解析

在数据交换和存储领域,JSON（JavaScript Object Notation）因其轻量级、易读性和与语言无关的特性，已成为前后端通信、配置文件存储、API数据交互的主流格式，Python作为一门功能强大的编程语言，内置了对JSON的完美支持，本文将从JSON文件的基础读写、数据转换、异常处理到实战应用，全面讲解Python如何高效处理JSON文件。

Python处理JSON的核心模块：json

Python标准库提供了json模块，专门用于JSON数据的编码（Python对象→JSON字符串/文件）和解码（JSON字符串/文件→Python对象），无需安装，直接通过import json即可使用。

JSON与Python对象的对应关系

理解JSON数据类型与Python类型的映射,是处理JSON的基础，以下是核心对应关系：

读取JSON文件：json.load()与json.loads()

读取JSON文件的核心是将JSON数据转换为Python对象,主要通过两个函数实现：

从文件读取：json.load(file_object)

适用于直接从.json文件或已打开的文件对象读取数据。

示例：读取本地JSON文件

import json
# 假设存在 data.json 文件，内容如下：
# {
#     "name": "张三",
#     "age": 25,
#     "hobbies": ["阅读", "编程"],
#     "is_student": false
# }
# 打开文件并读取
with open('data.json', 'r', encoding='utf-8') as f:
    data = json.load(f)  # 将JSON文件转换为Python字典
# 访问数据
print(data['name'])       # 输出: 张三
print(data['hobbies'])    # 输出: ['阅读', '编程']

注意：文件需以utf-8编码打开（默认），避免中文乱码。

从字符串读取：json.loads(json_str)

适用于处理JSON格式的字符串（如API返回的响应数据）。

示例：解析JSON字符串

import json
json_str = '{"name": "李四", "age": 30, "city": "北京"}'
data = json.loads(json_str)  # 将JSON字符串转换为Python字典
print(data['city'])  # 输出: 北京

写入JSON文件：json.dump()与json.dumps()

将Python对象保存为JSON文件,核心是json.dump()和json.dumps()：

写入文件：json.dump(obj, file_object, **kwargs)

将Python对象序列化为JSON格式并写入文件。

示例：将字典保存为JSON文件

import json
data = {
    "name": "王五",
    "age": 28,
    "skills": ["Python", "数据分析"],
    "is_employed": True
}
# 写入JSON文件，ensure_ascii=False确保中文正常显示，indent=4格式化输出
with open('output.json', 'w', encoding='utf-8') as f:
    json.dump(data, f, ensure_ascii=False, indent=4)
# 生成的 output.json 内容：
# {
#     "name": "王五",
#     "age": 28,
#     "skills": [
#         "Python",
#         "数据分析"
#     ],
#     "is_employed": true
# }

参数说明：

• ensure_ascii=False：允许非ASCII字符（如中文）直接输出，避免转义为\u格式。
• indent=4：指定缩进空格数，使JSON文件格式化，可读性更强。

转换为字符串：json.dumps(obj, **kwargs)

将Python对象序列化为JSON格式字符串,适用于网络传输或日志记录。

示例：将字典转为JSON字符串

import json
data = {"id": 1, "message": "操作成功"}
json_str = json.dumps(data, ensure_ascii=False, indent=2)
print(json_str)
# 输出:
# {
#   "id": 1,
#   "message": "操作成功"
# }

异常处理：避免JSON解析崩溃

处理JSON时,常见异常包括文件不存在、JSON格式错误（如缺少引号、括号不匹配等），需通过try-except捕获并处理。

示例：处理JSON文件读取异常

import json
try:
    with open('invalid.json', 'r', encoding='utf-8') as f:
        data = json.load(f)
except FileNotFoundError:
    print("错误：文件不存在！")
except json.JSONDecodeError:
    print("错误：JSON格式不正确！")
except Exception as e:
    print(f"未知错误：{e}")

json.JSONDecodeError：当JSON字符串格式无效时触发（如{"name": "张三", age: 25}中age缺少引号）。

实战案例：处理复杂JSON数据

假设有一个包含嵌套结构的JSON文件users.json，存储用户信息，需提取并处理数据：

[
    {
        "id": 1,
        "name": "Alice",
        "profile": {
            "age": 24,
            "city": "上海"
        },
        "scores": [85, 90, 78]
    },
    {
        "id": 2,
        "name": "Bob",
        "profile": {
            "age": 30,
            "city": "深圳"
        },
        "scores": [92, 88, 95]
    }
]

需求：提取所有用户的姓名和城市，并计算平均分。

import json
# 读取JSON文件
with open('users.json', 'r', encoding='utf-8') as f:
    users = json.load(f)  # 此时users是列表，元素为字典
# 处理数据
for user in users:
    name = user['name']
    city = user['profile']['city']
    avg_score = sum(user['scores']) / len(user['scores'])
    print(f"姓名: {name}, 城市: {city}, 平均分: {avg_score:.1f}")

输出：

姓名: Alice, 城市: 上海, 平均分: 84.3  
姓名: Bob, 城市: 深圳, 平均分: 91.7  

进阶技巧

处理自定义对象（非字典/列表）

若需将Python自定义类对象转为JSON,可通过default参数指定序列化方法：

import json
class User:
    def __init__(self, name, age):
        self.name = name
        self.age = age
# 自定义序列化函数
def user_to_dict(user):
    return {'name': user.name, 'age': user.age}
user = User("Charlie", 35)
json_str = json.dumps(user, default=user_to_dict)
print(json_str)  # 输出: {"name": "Charlie", "age": 35}

大文件流式处理

对于超大JSON文件（如GB级），可用ijson库（需安装：pip install ijson）逐块读取，避免内存溢出：

import ijson
with open('large_file.json', 'rb') as f:
    for item in ijson.items(f, 'item'):  # 假设JSON是数组，逐项读取
        print(item)  # 处理每个JSON对象

Python通过json模块提供了简单高效的JSON处理能力：

• 读取：json.load()（文件）→ json.loads()（字符串）；
• 写入：json.dump()（文件）→ json.dumps()（字符串）；
• 关键点：注意JSON与Python类型的映射、异常处理、中文编码（ensure_ascii=False）。

这些方法,无论是处理配置文件、解析API响应，还是处理复杂数据结构，都能游刃有余。