python如何循环取出json数据

Python如何循环取出JSON数据：从基础到实践的全面指南

在Python开发中，JSON（JavaScript Object Notation）作为一种轻量级的数据交换格式，被广泛应用于前后端数据交互、配置文件存储等场景，当我们处理JSON数据时，常常需要通过循环遍历其中的元素（如对象、数组、嵌套结构等）来提取或处理特定信息，本文将从JSON数据的基础结构出发，结合Python内置的json模块，详细介绍循环取出JSON数据的多种方法,并通过实例代码帮助读者不同场景下的实践技巧。

JSON数据与Python字典的映射关系

在开始循环遍历前，我们需要明确JSON数据与Python数据类型的对应关系：JSON的对象（键值对集合）对应Python的字典（dict），JSON的数组（有序列表）对应Python的列表（list），而JSON的字符串、数字、布尔值、null等则分别对应Python的str、int/float、bool、None，这种天然的映射关系使得Python可以通过json模块轻松将JSON字符串转换为可操作的Python对象,进而通过循环语法遍历数据。

准备工作：加载JSON数据

Python处理JSON数据的核心是json模块，其中json.loads()方法用于将JSON字符串转换为Python对象，json.load()则用于从文件中读取JSON数据,以下是两种常见的数据加载方式：

从JSON字符串加载

假设我们有以下JSON字符串,表示一个用户列表：

json_str = '''
[
    {"id": 1, "name": "Alice", "age": 25, "hobbies": ["reading", "hiking"]},
    {"id": 2, "name": "Bob", "age": 30, "hobbies": ["coding", "gaming"]},
    {"id": 3, "name": "Charlie", "age": 28, "hobbies": ["cooking", "traveling"]}
]
'''

通过json.loads()将其转换为Python列表：

import json
data = json.loads(json_str)
print(type(data))  # 输出：<class 'list'>

从JSON文件加载

如果JSON数据存储在文件中（如users.json），可以使用json.load()：

import json
with open('users.json', 'r', encoding='utf-8') as f:
    data = json.load(f)
print(type(data))  # 输出：<class 'list'>

循环取出JSON数据的常见场景

加载JSON数据后，根据数据结构的不同（简单列表、嵌套对象、混合结构等），循环遍历的方法也有所差异,以下是几种典型场景的解决方案。

场景1：遍历JSON数组（Python列表）中的每个对象

当JSON数据是一个数组（对应Python列表）时，我们可以直接通过for循环遍历列表中的每个元素（每个元素通常是一个字典），以用户列表为例，提取每个用户的name和age：

for user in data:
    print(f"Name: {user['name']}, Age: {user['age']}")

输出：

Name: Alice, Age: 25
Name: Bob, Age: 30
Name: Charlie, Age: 28

关键点：for user in data会依次取出列表中的每个字典（user），再通过键（如'name'、'age'）访问对应的值。

场景2：遍历JSON对象（Python字典）中的键值对

如果JSON数据是一个单独的对象（非数组，对应Python字典），

json_obj_str = '''
{
    "city": "Beijing",
    "population": 21540000,
    "areas": ["Dongcheng", "Xicheng", "Chaoyang"],
    "is_capital": true
}
'''

转换为Python字典后，可以通过items()方法同时遍历键和值：

data_obj = json.loads(json_obj_str)
for key, value in data_obj.items():
    print(f"Key: {key}, Value: {value}")

输出：

Key: city, Value: Beijing
Key: population, Value: 21540000
Key: areas, Value: ['Dongcheng', 'Xicheng', 'Chaoyang']
Key: is_capital, Value: True

关键点：data_obj.items()返回键值对的视图对象，适合需要同时处理键和值的场景，若仅需要遍历键，可直接用for key in data_obj；若仅需要值，可用for value in data_obj.values()。

场景3：遍历嵌套JSON数据（多层结构）

实际应用中，JSON数据常包含嵌套结构（如对象中嵌套数组、数组中嵌套对象等），用户列表中的hobbies字段是一个嵌套的列表,我们需要遍历每个用户的每个爱好：

for user in data:
    print(f"User: {user['name']}'s hobbies:")
    for hobby in user['hobbies']:
        print(f"  - {hobby}")

输出：

User: Alice's hobbies:
  - reading
  - hiking
User: Bob's hobbies:
  - coding
  - gaming
User: Charlie's hobbies:
  - cooking
  - traveling

关键点：通过嵌套for循环逐层遍历，外层循环遍历用户列表，内层循环遍历每个用户的hobbies列表，若嵌套层级更深（如对象中嵌套对象），可通过类似方式层层，例如user['address']['street']访问嵌套字典的值。

场景4：遍历JSON数组中的部分字段（选择性提取）

有时我们只需要JSON数据中的部分字段，而非全部，仅提取用户列表中的id和name：

for user in data:
    print(f"ID: {user['id']}, Name: {user['name']}")

输出：

ID: 1, Name: Alice
ID: 2, Name: Bob
ID: 3, Name: Charlie

关键点：直接通过键访问目标字段，避免处理无关数据，若字段可能不存在（避免KeyError），可用get()方法：

for user in data:
    print(f"ID: {user.get('id')}, Name: {user.get('name', 'Unknown')}")

get()方法允许在键不存在时返回默认值（如'Unknown'）,提高代码健壮性。

场景5：遍历JSON数据并处理复杂逻辑（过滤、转换等）

循环遍历常与条件判断、数据转换结合，实现复杂逻辑，筛选年龄大于28的用户,并将他们的爱好拼接为字符串：

for user in data:
    if user['age'] > 28:
        hobbies_str = ", ".join(user['hobbies'])
        print(f"User {user['name']} (Age: {user['age']}) enjoys: {hobbies_str}")

输出：

User Bob (Age: 30) enjoys: coding, gaming
User Charlie (Age: 28) enjoys: cooking, traveling

关键点：通过if条件过滤数据，结合字符串方法（如join()）对遍历结果进行格式化或转换。

进阶技巧：使用列表推导式/生成器表达式简化循环

对于简单的遍历和数据处理，Python的列表推导式（List Comprehension）或生成器表达式（Generator Expression）可以替代显式for循环,使代码更简洁高效。

列表推导式：提取所有用户的姓名

names = [user['name'] for user in data]
print(names)  # 输出：['Alice', 'Bob', 'Charlie']

生成器表达式：惰性计算所有用户的年龄总和

age_sum = sum(user['age'] for user in data)
print(age_sum)  # 输出：83

生成器表达式(user['age'] for user in data)不会一次性生成所有年龄值，而是在sum()函数调用时逐个计算，适合大数据场景,节省内存。

嵌套列表推导式：提取所有用户的爱好（展平嵌套列表）

all_hobbies = [hobby for user in data for hobby in user['hobbies']]
print(all_hobbies)  # 输出：['reading', 'hiking', 'coding', 'gaming', 'cooking', 'traveling']

注意嵌套推导式的顺序：外层循环在前，内层循环在后，与嵌套for循环的逻辑一致。

错误处理：应对JSON数据的不确定性

实际应用中，JSON数据可能存在字段缺失、类型错误等问题，直接遍历可能导致程序崩溃,合理的错误处理至关重要。

正文

python如何循环取出json数据