json怎么转换和解析

JSON转换与解析：从入门到实践的全面指南

什么是JSON？为什么需要转换与解析？

JSON（JavaScript Object Notation，JavaScript对象表示法）是一种轻量级的数据交换格式，以易于人类阅读和编写的文本形式存储和传输结构化数据，它基于JavaScript的一个子集，但已成为独立于语言的数据交换标准，广泛应用于Web前后端交互、API数据传输、配置文件存储等场景。

与XML、CSV等格式相比，JSON的优势在于：

• 简洁性：语法简单，冗余信息少；
• 易解析：可直接映射为编程语言中的对象、字典等数据结构；
• 跨语言支持：几乎所有主流编程语言都提供JSON解析库。

但在实际应用中，JSON常需要与编程语言内部的“原生数据结构”相互转换（如Python中的字典/列表、Java中的Map/List、JavaScript中的对象/数组），也需要从字符串形式解析为可操作的数据结构，或从数据结构序列化为字符串——这就是JSON的“转换”与“解析”核心需求。

JSON的基本语法：理解转换与解析的基础

JSON的语法规则简单，这些规则是后续转换与解析的前提：

数据类型

• 简单类型：字符串（需用双引号包裹，如"name"）、数字（如25、14）、布尔值（true/false）、null；
• 复合类型：
  • 对象（Object）：无序键值对集合，键为字符串，值可为任意类型，如{"name": "张三", "age": 30}；
  • 数组（Array）：有序值列表，值可为任意类型，如[1, "two", {"key": "value"}]。

语法规则

• 键值对之间用逗号分隔；
• 对象用花括号包裹，数组用方括号[]包裹；
• 字符串必须用双引号（单引号非法），数值不能省略小数点后的零（如0不能简写为3）。

JSON的解析：将字符串转换为原生数据结构

“解析”是指将JSON格式的字符串（如'{"name": "李四", "age": 25}'）转换为编程语言中可直接操作的数据结构（如Python的字典、JavaScript的对象），不同语言的解析方式略有差异，但核心逻辑一致。

JavaScript中的JSON解析

JavaScript作为JSON的起源语言，原生提供了JSON对象，支持解析与序列化。

（1）JSON.parse()：字符串 → 对象/数组

const jsonString = '{"name": "王五", "age": 28, "hobbies": ["reading", "coding"]}';
// 解析为JavaScript对象
const obj = JSON.parse(jsonString);
console.log(obj.name); // 输出: 王五
console.log(obj.hobbies[0]); // 输出: reading
// 解析数组
const jsonArrayString = '[1, 2, {"a": 3}]';
const arr = JSON.parse(jsonArrayString);
console.log(arr[2].a); // 输出: 3

注意事项

• JSON字符串必须严格符合语法（如键必须用双引号），否则会抛出SyntaxError；
• 可传入第二个参数reviver（函数），用于在解析过程中转换值，如：

  const str = '{"date": "2023-10-01"}';
  const obj = JSON.parse(str, (key, value) => {
    if (key === "date") return new Date(value); // 将字符串转为Date对象
    return value;
  });
  console.log(obj.date); // 输出: 2023-10-01T00:00:00.000Z (Date对象)

Python中的JSON解析

Python通过内置json模块实现解析，核心函数是json.loads()（字符串解析）和json.load()（从文件流解析）。

（1）json.loads()：字符串 → 字典/列表

import json
json_string = '{"name": "赵六", "age": 32, "is_student": false}'
# 解析为Python字典
data = json.loads(json_string)
print(data["name"])  # 输出: 赵六
print(data["is_student"])  # 输出: False

（2）json.load()：文件流 → 字典/列表

# 假设有一个文件 data.json，内容为: {"city": "北京", "population": 21540000}
with open("data.json", "r", encoding="utf-8") as f:
    data = json.load(f)
print(data["city"])  # 输出: 北京

注意事项

• JSON中的true/false会转为Python的True/False，null转为None；
• 若字符串格式错误（如单引号、逗号缺失），会抛出json.JSONDecodeError。

Java中的JSON解析

Java中常用的JSON解析库包括Gson（Google）、Jackson、Fastjson（阿里巴巴），这里以Jackson为例（需引入依赖：com.fasterxml.jackson.core:jackson-databind）。

（1）字符串转对象/Map

import com.fasterxml.jackson.databind.ObjectMapper;
public class JsonParseDemo {
    public static void main(String[] args) throws Exception {
        String jsonString = "{\"name\": \"钱七\", \"age\": 40}";
        ObjectMapper mapper = new ObjectMapper();
        // 解析为Map
        Map<String, Object> map = mapper.readValue(jsonString, Map.class);
        System.out.println(map.get("name")); // 输出: 钱七
        // 解析为自定义对象（需先定义类）
        User user = mapper.readValue(jsonString, User.class);
        System.out.println(user.getAge()); // 输出: 40
    }
}
class User {
    private String name;
    private int age;
    // getter/setter省略
}

JSON的序列化：将原生数据结构转换为字符串

“序列化”是与解析相反的过程，指将编程语言中的原生数据结构（如Python字典、JavaScript对象）转换为JSON格式的字符串，以便存储或传输。

JavaScript中的JSON序列化

（1）JSON.stringify()：对象/数组 → 字符串

const obj = { name: "孙八", age: 35, hobbies: ["travel", "music"] };
// 序列化为JSON字符串
const jsonString = JSON.stringify(obj);
console.log(jsonString); // 输出: {"name":"孙八","age":35,"hobbies":["travel","music"]}
// 格式化输出（缩进2个空格）
const formattedJson = JSON.stringify(obj, null, 2);
console.log(formattedJson);
/*
{
  "name": "孙八",
  "age": 35,
  "hobbies": [
    "travel",
    "music"
  ]
}
*/

（2）replacer参数：过滤或转换值

const data = { name: "周九", password: "123456", age: 28 };
// 过滤掉password字段
const filteredJson = JSON.stringify(data, (key, value) => {
  if (key === "password") return undefined; // 不包含在结果中
  return value;
});
console.log(filteredJson); // 输出: {"name":"周九","age":28}

Python中的JSON序列化

Python的json模块提供json.dumps()（字符串序列化）和json.dump()（写入文件）。

（1）json.dumps()：字典/列表 → 字符串

import json
data = {"name": "吴十", "age": 45, "is_teacher": True}
# 序列化为JSON字符串
json_str = json.dumps(data)
print(json_str)  # 输出: {"name": "吴十", "age": 45, "is_teacher": true}
# 格式化输出（ensure_ascii=False支持中文）
formatted_json = json.dumps(data, ensure_ascii=False, indent=2)
print(formatted_json)
"""
{
  "name": "吴十",
  "age": 45,
  "is_teacher": true
}
"""

（2）json.dump()：写入文件

data = {"city": "上海", "districts": ["黄浦", "静安", "浦东"]}
with open("city.json", "w", encoding="utf-8") as f:
    json.dump(data, f, ensure_ascii=False, indent=2)
/*
{
  "city": "上海",
  "districts": [
    "黄浦",
    "静安",