json.loads怎么使用

Python JSON 解析利器：json.loads 使用详解**

在 Python 编程中，处理 JSON（JavaScript Object Notation）数据是一项非常常见的任务，JSON 作为一种轻量级的数据交换格式，因其易于人阅读和编写，也易于机器解析和生成，被广泛应用于 Web 开发、API 交互等场景，Python 的 json 模块为我们提供了强大的 JSON 处理功能，json.loads() 函数是用于将 JSON 格式的字符串解析为 Python 对象的核心方法，本文将详细介绍 json.loads() 的使用方法、注意事项以及常见示例。

什么是 json.loads()？

json.loads() 是 Python json 模块中的一个函数，其名称是 "load string" 的缩写，它的主要作用是将一个 JSON 格式的字符串（str 或 bytes-like object）转换成对应的 Python 数据类型。

为什么需要 json.loads()？

当我们从网络请求、API 响应、配置文件或用户输入中获取数据时，这些数据通常以 JSON 字符串的形式存在，一个 API 可能返回如下字符串： '{"name": "张三", "age": 30, "is_student": false, "courses": ["数学", "英语"]}'

如果我们想直接操作这个数据（比如获取 name 或修改 age），是无法直接对字符串进行这些操作的，我们需要将其转换为 Python 的原生数据类型，如字典、列表、字符串、数字、布尔值和 None。json.loads() 就是完成这个转换过程的工具。

json.loads() 的基本语法

import json
python_object = json.loads(s, *, cls=None, object_hook=None, parse_float=None, parse_int=None, parse_constant=None, object_pairs_hook=None, **kw)

参数说明：

• s: 这是必需参数，表示要解析的 JSON 格式字符串，也可以是 bytes 或 bytearray 实例。
• cls: 可选参数，用于指定自定义的 JSON 解码器类，通常使用默认的 JSONDecoder 即可。
• object_hook: 可选参数，如果指定，则解析过程中遇到的每个 JSON 对象（在 Python 中对应字典）都会通过这个函数进行处理，处理后的返回值将作为最终的 Python 对象。
• parse_float: 可选参数，如果指定，则解析 JSON 数字（看起来像浮点数的）时会调用这个函数，通常用于将浮点数转换为 decimal.Decimal 或其他类型。
• parse_int: 可选参数，类似 parse_float，但用于解析 JSON 整数。
• parse_constant: 可选参数，如果指定，则解析 JSON 的常量 true, false, null 时会调用这个函数，可以自定义这些常量的处理方式。
• object_pairs_hook: 可选参数，类似于 object_hook，但它处理的是有序的键值对列表（保持 JSON 对象中键的顺序）。
• **kw: 其他可选参数。

对于日常使用,我们通常只需要关注第一个参数 s。

json.loads() 的使用示例

示例1：基本 JSON 对象（字典）转换

import json
json_str = '{"name": "李四", "age": 25, "city": "北京"}'
python_dict = json.loads(json_str)
print(f"原始 JSON 字符串: {json_str}")
print(f"转换后的 Python 对象: {python_dict}")
print(f"对象类型: {type(python_dict)}")
print(f"姓名: {python_dict['name']}")
print(f"年龄: {python_dict['age']}")

输出：

原始 JSON 字符串: {"name": "李四", "age": 25, "city": "北京"}
转换后的 Python 对象: {'name': '李四', 'age': 25, 'city': '北京'}
对象类型: <class 'dict'>
姓名: 李四
年龄: 25

示例2：JSON 数组（列表）转换

import json
json_array_str = '[{"id": 1, "task": "写代码"}, {"id": 2, "task": "测试代码"}]'
python_list = json.loads(json_array_str)
print(f"原始 JSON 数组字符串: {json_array_str}")
print(f"转换后的 Python 列表: {python_list}")
print(f"列表类型: {type(python_list)}")
print(f"第一个任务: {python_list[0]['task']}")

输出：

原始 JSON 数组字符串: [{"id": 1, "task": "写代码"}, {"id": 2, "task": "测试代码"}]
转换后的 Python 列表: [{'id': 1, 'task': '写代码'}, {'id': 2, 'task': '测试代码'}]
列表类型: <class 'list'>
第一个任务: 写代码

示例3：复杂 JSON 数据结构转换

import json
complex_json_str = '''
{
    "user": "王五",
    "details": {
        "age": 28,
        "hobbies": ["阅读", "旅行", "摄影"]
    },
    "is_active": true,
    "last_login": null
}
'''
python_data = json.loads(complex_json_str)
print(f"转换后的数据: {python_data}")
print(f"用户名: {python_data['user']}")
print(f"年龄: {python_data['details']['age']}")
print(f"爱好: {python_data['details']['hobbies'][1]}")
print(f"是否活跃: {python_data['is_active']}")
print(f"最后登录时间: {python_data['last_login']}")

输出：

转换后的数据: {'user': '王五', 'details': {'age': 28, 'hobbies': ['阅读', '旅行', '摄影']}, 'is_active': True, 'last_login': None}
用户名: 王五
年龄: 28
爱好: 旅行
是否活跃: True
最后登录时间: None

json.loads() 的注意事项

1. JSON 字符串格式必须正确：

   • JSON 字符串中的键必须用双引号 括起来，单引号 是不合法的。
   • JSON 中不能有 Python 风格的注释。
   • JSON 中的布尔值是小写的 true 和 false，Python 中对应 True 和 False。
   • JSON 中的 null 对应 Python 中的 None。

2. 处理 json.JSONDecodeError 异常： 如果传入的字符串不是有效的 JSON 格式，json.loads() 会抛出 json.JSONDecodeError 异常，在实际应用中，建议使用 try-except 语句来处理可能的解析错误。

   import json
   invalid_json_str = "{'name': '赵六', 'age': 40}"  # 单引号，无效的 JSON
   try:
       python_data = json.loads(invalid_json_str)
       print(python_data)
   except json.JSONDecodeError as e:
       print(f"解析 JSON 字符串时出错: {e}")

   输出：

   解析 JSON 字符串时出错: Expecting property name enclosed in double quotes: line 1 column 2 (char 1)

3. 非字符串输入： 虽然 json.loads() 主要设计用于字符串，但它也可以接受 bytes 或 bytearray 类型的输入，前提是它们被 UTF-8, UTF-16 或 UTF-32 编码。

json.loads() 是 Python 中处理 JSON 字符串不可或缺的工具，它能够简单高效地将符合 JSON 标准的字符串转换为 Python 原生数据结构，使得后续的数据处理和操作变得异常便捷，其基本用法和注意事项，能够帮助开发者在日常工作中更从容地应对各种数据交互场景，在使用时务必确保 JSON 字符串的合法性，并妥善处理可能出现的解析异常，这样才能写出健壮可靠的代码。

希望这篇文章能帮助你更好地理解和使用 json.loads()！