python的json库怎么用

Python的json库怎么用：从基础到实践的全面指南

在Python开发中,处理JSON（JavaScript Object Notation）数据是一项高频需求，JSON作为一种轻量级的数据交换格式，因其易读、易解析的特性，被广泛应用于Web开发、API接口、配置文件等场景，Python内置的json库为我们提供了简单高效的方法来处理JSON数据，本文将详细介绍json库的核心功能、使用方法及常见应用场景。

认识JSON与Python数据类型的对应关系

在开始使用json库前，需要明确JSON数据与Python数据类型的对应关系，这是正确解析和生成JSON的基础：

核心功能：JSON的解析与生成

json库的核心功能包括将JSON字符串解析为Python对象（反序列化）和将Python对象转换为JSON字符串（序列化），主要通过loads()/load()和dumps()/dump()四个函数实现。

反序列化：将JSON字符串转为Python对象

（1）json.loads()：从字符串解析

当JSON数据以字符串形式存在时,使用json.loads()（load string）将其转换为Python对象。

import json
# JSON字符串
json_str = '{"name": "Alice", "age": 25, "hobbies": ["reading", "coding"]}'
# 解析为Python字典
python_obj = json.loads(json_str)
print(python_obj)
# 输出：{'name': 'Alice', 'age': 25, 'hobbies': ['reading', 'coding']}
# 访问解析后的数据
print(python_obj["name"])  # 输出：Alice
print(python_obj["hobbies"][0])  # 输出：reading

注意：json_str必须是合法的JSON格式字符串，例如键必须用双引号（）包裹，单引号会导致json.JSONDecodeError。

（2）json.load()：从文件/流解析

当JSON数据存储在文件或文件类对象（如open()打开的文件）中时，使用json.load()（load）直接读取并解析。

假设有一个data.json为：

{
    "city": "Beijing",
    "population": 21540000,
    "is_capital": true
}

通过json.load()读取：

import json
with open("data.json", "r", encoding="utf-8") as f:
    data = json.load(f)
    print(data)
    # 输出：{'city': 'Beijing', 'population': 21540000, 'is_capital': True}

序列化：将Python对象转为JSON字符串

（1）json.dumps()：转换为字符串

当需要将Python对象（如字典、列表）转换为JSON字符串时，使用json.dumps()（dump string）。

import json
# Python字典
python_dict = {
    "name": "Bob",
    "age": 30,
    "skills": ["Python", "Java"],
    "is_student": False
}
# 转换为JSON字符串
json_str = json.dumps(python_dict)
print(json_str)
# 输出：{"name": "Bob", "age": 30, "skills": ["Python", "Java"], "is_student": false}

默认行为：dumps()会确保JSON格式合法，例如布尔值转为true/false（小写），None转为null。

（2）json.dump()：写入文件

当需要将Python对象直接以JSON格式写入文件时,使用json.dump()（dump）。

import json
data = {
    "product": "Laptop",
    "price": 5999.99,
    "in_stock": True
}
# 写入JSON文件（默认会覆盖文件）
with open("product.json", "w", encoding="utf-8") as f:
    json.dump(data, f, ensure_ascii=False, indent=4)
# 写入后文件内容：
# {
#     "product": "Laptop",
#     "price": 5999.99,
#     "in_stock": true
# }

参数说明：

• ensure_ascii=False：允许非ASCII字符（如中文）直接写入，避免转义（默认为True，非ASCII字符会转为\u转义序列）。
• indent=4：格式化输出，指定缩进空格数，提升可读性（默认为None，输出为一行紧凑字符串）。

进阶参数：定制序列化与反序列化行为

json库提供了多个参数，允许我们定制序列化和反序列化的过程，满足复杂场景需求。

序列化进阶参数（dumps()/dump()）

（1）indent：格式化输出

通过indent参数控制缩进，使JSON更易读：

data = {"a": 1, "b": [2, 3], "c": {"d": 4}}
compact_json = json.dumps(data)  # 无缩进
print(compact_json)
# 输出：{"a": 1, "b": [2, 3], "c": {"d": 4}}
pretty_json = json.dumps(data, indent=2)  # 缩进2空格
print(pretty_json)
# 输出：
# {
#   "a": 1,
#   "b": [
#     2,
#     3
#   ],
#   "c": {
#     "d": 4
#   }
# }

（2）ensure_ascii：处理非ASCII字符

默认情况下,ensure_ascii=True，非ASCII字符（如中文）会被转义：

data = {"name": "张三", "city": "北京"}
json_str = json.dumps(data)
print(json_str)
# 输出：{"name": "\u5f20\u4e09", "city": "\u5317\u4eac"}
# 设置ensure_ascii=False，保留原字符
json_str = json.dumps(data, ensure_ascii=False)
print(json_str)
# 输出：{"name": "张三", "city": "北京"}

（3）sort_keys：按键排序

输出时对字典的键进行排序（默认为False，保持插入顺序）：

data = {"c": 3, "a": 1, "b": 2}
sorted_json = json.dumps(data, sort_keys=True)
print(sorted_json)
# 输出：{"a": 1, "b": 2, "c": 3}

（4）default：处理不可序列化对象

当Python对象包含json库不支持的类型（如datetime、自定义类实例）时，可通过default参数指定转换函数：

from datetime import datetime
def datetime_handler(obj):
    if isinstance(obj, datetime):
        return obj.isoformat()  # 将datetime转为ISO格式字符串
    raise TypeError(f"Object of type {type(obj)} is not JSON serializable")
data = {"time": datetime.now(), "value": 42}
json_str = json.dumps(data, default=datetime_handler)
print(json_str)
# 输出：{"time": "2023-10-01 12:00:00.123456", "value": 42}

反序列化进阶参数（loads()/load()）

（1）object_hook：自定义字典解析

当需要将JSON解析的字典转换为自定义类时,可通过object_hook参数指定转换函数：

class User:
    def __init__(self, name, age):
        self.name = name
        self.age = age
    def __repr__(self):
        return f"User(name={self.name}, age={self.age})"
def user_decoder(dct):
    if "name" in dct and "age" in dct:
        return User(dct["name"], dct["age"])
    return dct
json_str = '{"name": "Charlie", "age": 28}'
user = json.loads(json_str, object_hook=user_decoder)
print(user)
# 输出：User(name=Charlie, age=28)

（2）parse_float/parse_int：自定义数字解析

默认情况下,JSON数字会转为Python的float或int，可通过参数指定自定义解析逻辑（例如转为decimal.Decimal）：

from decimal import