json数据如何转换

JSON数据转换全指南：从基础到实践的全面解析

JSON数据转换的核心概念与常见场景

JSON（JavaScript Object Notation）作为一种轻量级的数据交换格式，以其简洁、易读、易解析的特性，已成为前后端开发、API接口、配置文件等场景中的“数据通用语言”，但实际应用中，不同系统、语言或需求往往需要对JSON数据进行“转换”——无论是改变数据结构、适配目标格式，还是优化存储效率，转换都是数据处理的关键环节。

常见的JSON数据转换场景包括：

• 跨语言交互：如后端Java生成的JSON数据需被前端JavaScript解析，或Python读取的JSON需转换为Java对象；
• 数据格式适配：如将JSON转换为XML、CSV或数据库表结构，以满足特定工具或系统的输入要求；
• 数据结构重构：如扁平化嵌套JSON、提取字段、过滤冗余数据，以简化后续处理；
• 类型转换：如JSON中的字符串类型数字转换为数值类型，或日期字符串转换为时间对象。

JSON数据转换的核心方向与方法

JSON数据转换的核心可归纳为三大方向：JSON与其他格式互转、JSON数据结构转换、JSON数据类型转换，以下是各方向的详细实践方法。

（一）JSON与其他数据格式的转换

JSON转字符串（序列化）

JSON数据的本质是字符串、数字、布尔值、数组、对象的组合，但很多场景下需要将其转换为“字符串”形式（如存储到文本文件、通过网络传输），这一过程称为“序列化”（Serialization）。

• JavaScript/TypeScript：使用JSON.stringify()方法。

  const data = { name: "张三", age: 25, hobbies: ["reading", "coding"] };
  const jsonString = JSON.stringify(data); 
  // 输出: '{"name":"张三","age":25,"hobbies":["reading","coding"]}'

  可通过第二个参数（过滤器）和第三个参数（格式化缩进）优化输出，如JSON.stringify(data, null, 2)可生成格式化的JSON字符串。

• Python：使用json模块的dumps()函数。

  import json
  data = {"name": "张三", "age": 25, "hobbies": ["reading", "coding"]}
  json_str = json.dumps(data, ensure_ascii=False, indent=2) 
  # ensure_ascii=False支持中文，indent=2格式化输出

• Java：使用Jackson或Gson库（需添加依赖），以Jackson为例：

  import com.fasterxml.jackson.databind.ObjectMapper;
  public class Main {
      public static void main(String[] args) throws Exception {
          ObjectMapper mapper = new ObjectMapper();
          Data data = new Data("张三", 25, Arrays.asList("reading", "coding"));
          String jsonStr = mapper.writeValueAsString(data);
          System.out.println(jsonStr); // 输出JSON字符串
      }
  }
  class Data { // 对应JSON结构的Java类
      private String name;
      private int age;
      private List<String> hobbies;
      // 构造方法、getter/setter省略
  }

字符串转JSON（反序列化）

将JSON格式的字符串解析为编程语言中的原生对象（如JavaScript的Object、Python的dict、Java的Bean对象），称为“反序列化”（Deserialization）。

• JavaScript/TypeScript：使用JSON.parse()方法。

  const jsonString = '{"name":"张三","age":25,"hobbies":["reading","coding"]}';
  const data = JSON.parse(jsonString);
  console.log(data.name); // 输出: 张三

• Python：使用json模块的loads()函数。

  import json
  json_str = '{"name": "张三", "age": 25, "hobbies": ["reading", "coding"]}'
  data = json.loads(json_str)
  print(data["name"])  # 输出: 张三

• Java：使用Jackson的readValue()方法。

  ObjectMapper mapper = new ObjectMapper();
  String jsonStr = "{\"name\":\"张三\",\"age\":25,\"hobbies\":[\"reading\",\"coding\"]}";
  Data data = mapper.readValue(jsonStr, Data.class);
  System.out.println(data.getName()); // 输出: 张三

JSON与XML/CSV的互转

• JSON转XML：可通过第三方工具库实现，如Python的dicttoxml库：

  from dicttoxml import dicttoxml
  json_data = {"root": {"name": "张三", "age": 25}}
  xml_data = dicttoxml(json_data, custom_root="data")
  print(xml_data.decode()) # 输出XML格式字符串

  或使用JavaScript的xml2js库（需安装npm install xml2js）进行双向转换。

• JSON转CSV：适用于表格型数据（如数组对象），如Python的pandas库：

  import pandas as pd
  json_data = [{"name": "张三", "age": 25}, {"name": "李四", "age": 30}]
  df = pd.DataFrame(json_data)
  df.to_csv("data.csv", index=False) # 保存为CSV文件

（二）JSON数据结构的转换

实际业务中,JSON数据常因嵌套过深、字段冗余等问题需要重构，常见操作包括：

扁平化嵌套JSON

将多层嵌套的JSON转换为单层结构（如{"user": {"name": "张三"}} → {"user_name": "张三"}）。

• Python实现：递归遍历字典，拼接键名：

  def flatten_json(y):
      out = {}
      def flatten(x, name=""):
          if type(x) is dict:
              for a in x:
                  flatten(x[a], name + a + "_")
          elif type(x) is list:
              for i, a in enumerate(x):
                  flatten(a, name + str(i) + "_")
          else:
              out[name[:-1]] = x
      flatten(y)
      return out
  nested_json = {"user": {"name": "张三", "contact": {"email": "zhangsan@example.com"}}}
  flattened = flatten_json(nested_json)
  print(flattened) # 输出: {'user_name': '张三', 'user_contact_email': 'zhangsan@example.com'}

• JavaScript实现：使用递归或第三方库（如flat）。

提取/过滤字段

从JSON中提取特定字段,或过滤掉不需要的数据。

• JavaScript：使用Array.prototype.map()或Object.keys()：

  const users = [
      {id: 1, name: "张三", age: 25},
      {id: 2, name: "李四", age: 30}
  ];
  const names = users.map(user => user.name); // 提取name字段
  const adults = users.filter(user => user.age >= 25); // 过滤成年人

• Python：使用列表推导式或pandas：

  users = [{"id": 1, "name": "张三", "age": 25}, {"id": 2, "name": "李四", "age": 30}]
  names = [user["name"] for user in users]  # 提取name
  adults = [user for user in users if user["age"] >= 25]  # 过滤

合并/拆分JSON

• 合并：将多个JSON对象合并为一个（如合并用户信息与订单信息）。

  const user = {id: 1, name: "张三"};
  const order = {orderId: "A001", amount: 100};
  const merged = {...user, ...order}; // 合并对象

• 拆分：将一个大JSON按拆分为多个小JSON（如按日期拆分日志数据）。

  import json
  data = {"logs": [{"date": "2023-01-01", "msg": "error"}, {"date": "2023-01-02", "msg": "info"}]}
  split_data = {log["date"]: log["msg"] for log in data["logs"]} # 按日期拆分

（三）JSON数据类型的转换

JSON原生支持6种数据类型：字符串、数字、布尔值、null、数组、对象，但实际场景中常需转换类型（如字符串数字转为整数、日期字符串转为时间对象）。

基本类型转换

• 字符串→数字