python怎么读取json数据

Python怎么读取JSON数据：从入门到实践

在Python开发中，JSON（JavaScript Object Notation）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API接口、配置文件、数据存储等场景，Python读取JSON数据的方法，是处理结构化数据的基础技能，本文将详细介绍Python中读取JSON数据的多种方式，从基础操作到进阶技巧,帮助你全面这一技能。

JSON与Python的天然契合：为什么选择JSON？

JSON是一种文本格式，采用键值对（key-value）的方式组织数据，支持字符串、数字、布尔值、数组、对象（字典）等数据类型，这些结构与Python中的基本数据类型高度对应：

• JSON对象 → Python字典（dict）
• JSON数组 → Python列表（list）
• JSON字符串 → Python字符串（str）
• JSON数字（整数/浮点数）→ Python整数（int）/浮点数（float）
• JSON布尔值（true/false）→ Python布尔值（True/False）
• JSON空值（null）→ Python空值（None）

这种天然的对应关系，让Python处理JSON数据变得异常简单，而Python内置的json模块，则提供了完整的JSON解析与生成功能,无需额外安装库即可使用。

核心方法：json模块的基础读取操作

Python的json模块是处理JSON数据的“瑞士军刀”，其中最常用的读取函数是json.loads()和json.load()，两者功能相似,使用场景不同。

从字符串读取JSON：json.loads()

当你需要解析的JSON数据以字符串形式存在（例如从API响应、用户输入或文本文件中读取的字符串），可以使用json.loads()（loads = load string，加载字符串）。

基本语法

import json
json_string = '{"name": "张三", "age": 25, "is_student": false, "courses": ["Python", "JavaScript"]}'
data = json.loads(json_string)
print(data)

输出结果

{'name': '张三', 'age': 25, 'is_student': False, 'courses': ['Python', 'JavaScript']}

关键点说明

• 输入必须是合法的JSON格式字符串（注意：JSON字符串中的双引号会被解析为Python字符串的单引号，但底层仍是字符串类型）。
• 如果JSON字符串格式错误（如缺少引号、逗号使用不当等），会抛出json.JSONDecodeError异常。

示例：处理异常

invalid_json_string = '{"name": "李四", "age": 30,}'  # 末尾有多余逗号
try:
    data = json.loads(invalid_json_string)
except json.JSONDecodeError as e:
    print(f"JSON解析失败: {e}")
# 输出：JSON解析失败: Expecting property name enclosed in double quotes: line 1 column 24 (char 23)

从文件读取JSON：json.load()

如果JSON数据存储在文件中（例如.json配置文件、数据导出文件等），可以使用json.load()（load = 从文件加载，无s），基本步骤是：先以文本模式打开文件，再调用json.load()解析文件对象。

基本语法

假设有一个data.json如下：

{
    "city": "北京",
    "population": 21540000,
    "landmarks": ["故宫", "天安门", "长城"],
    "is_capital": true
}

读取该文件的Python代码：

import json
with open('data.json', 'r', encoding='utf-8') as file:  # 必须以文本模式打开（'r'）
    data = json.load(file)
    print(data)

输出结果

{'city': '北京', 'population': 21540000, 'landmarks': ['故宫', '天安门', '长城'], 'is_capital': True}

关键点说明

• 文件必须以文本模式打开（'r'，默认编码为UTF-8，建议显式指定encoding='utf-8'以避免中文乱码）。
• 如果文件内容不是合法的JSON格式，同样会抛出json.JSONDecodeError异常。
• 使用with open()可以确保文件在读取后自动关闭,避免资源泄漏。

进阶技巧：处理复杂JSON与自定义解析

实际场景中，JSON数据可能更复杂（如嵌套结构、特殊格式），或需要自定义解析逻辑,此时可以通过以下技巧灵活处理。

处理嵌套JSON

JSON数据常嵌套多层（如对象中嵌套数组，数组中嵌套对象），Python的字典和列表可以天然表示这种嵌套结构,直接通过索引或键访问即可。

示例

json_string = '''
{
    "school": "清华大学",
    "departments": [
        {
            "name": "计算机系",
            "courses": ["人工智能", "数据结构"],
            "head": {"name": "王教授", "title": "系主任"}
        },
        {
            "name": "物理系",
            "courses": ["量子力学", "热力学"],
            "head": {"name": "李教授", "title": "系主任"}
        }
    ]
}
'''
data = json.loads(json_string)
# 访问嵌套数据
print(data["school"])  # 输出：清华大学
print(data["departments"][0]["name"])  # 输出：计算机系
print(data["departments"][0]["head"]["title"])  # 输出：系主任

自定义JSON解码器（处理特殊数据类型）

默认情况下，json模块只能解析基本数据类型，如果JSON中包含Python没有直接对应的数据类型（如datetime、Decimal等）,需要自定义解码器。

示例：解析包含日期的JSON

假设JSON字符串中有一个日期字段"created_at": "2023-10-01T12:00:00"，希望将其解析为Python的datetime对象。

from datetime import datetime
import json
# 自定义解码器函数
def custom_decoder(dct):
    if "created_at" in dct:
        dct["created_at"] = datetime.fromisoformat(dct["created_at"])
    return dct
json_string = '{"id": 1, "title": "Python教程", "created_at": "2023-10-01T12:00:00"}'
data = json.loads(json_string, object_hook=custom_decoder)
print(data)
print(data["created_at"])  # 输出：2023-10-01 12:00:00
print(type(data["created_at"]))  # 输出：<class 'datetime.datetime'>

说明

• object_hook参数是一个函数，会在每个JSON对象被解析后调用，传入解析后的字典（dct），可以修改字典内容并返回。
• 通过object_hook,可以灵活处理需要特殊转换的字段。

处理大型JSON文件（流式读取）

如果JSON文件非常大（如几GB），直接使用json.load()可能会占用过多内存，此时可以逐行或分块读取文件，结合json.JSONDecoder进行流式解析。

示例：逐行读取JSON Lines（.jsonl）文件

JSON Lines是一种每行一个JSON对象的格式，适合存储大量结构化数据，可以使用json.loads()逐行解析：

import json
# 假设有一个data.jsonl文件，内容如下：
# {"name": "用户1", "age": 20}
# {"name": "用户2", "age": 25}
# {"name": "用户3", "age": 30}
with open('data.jsonl', 'r', encoding='utf-8') as file:
    for line in file:
        data = json.loads(line.strip())  # 去除换行符
        print(f"用户名: {data['name']}, 年龄: {data['age']}")

输出结果

用户名: 用户1, 年龄: 20
用户名: 用户2, 年龄: 25
用户名: 用户3, 年龄: 30

说明

• 流式读取适用于“每行一个独立JSON对象”的场景，内存占用低，适合处理海量数据。
• 如果JSON文件是一个整体（非逐行结构），流式解析较复杂，可考虑使用ijson库（第三方库，需安装：pip install ijson）。

常见问题与解决方案

中文乱码问题

现象：读取JSON文件时，中文字符显示为"\u4e2d\u6587"。
原因：文件编码与解析编码不一致（如文件实际是UTF-8，但打开时未指定encoding='utf-8'）。
**