4.4 Python3 JSON模块

JSON (JavaScript Object Notation) 是一种轻量级的数据交换格式，Python 提供了 json 模块来处理 JSON 数据。

目录

1. JSON 基本操作

1.1 导入模块

1.2 Python 对象与 JSON 转换

2. 常用方法

2.1 json.dumps() - 将 Python 对象编码为 JSON 字符串

2.2 json.loads() - 将 JSON 字符串解码为 Python 对象

3. 文件读写

3.1 json.dump() - 将 Python 对象写入 JSON 文件

3.2 json.load() - 从 JSON 文件读取数据

4. 高级用法

4.1 处理日期时间对象

4.2 自定义解码器

5. JSON 与 CSV 转换示例

6. 注意事项

7. 性能优化

1. JSON 基本操作

1.1 导入模块

import json

1.2 Python 对象与 JSON 转换

2. 常用方法

2.1 json.dumps() - 将 Python 对象编码为 JSON 字符串

import json

data = {
    "name": "张三",
    "age": 30,
    "is_student": False,
    "courses": ["数学", "英语"],
    "address": None
}

json_str = json.dumps(data, ensure_ascii=False, indent=4)
print(json_str)

参数说明：

• ensure_ascii=False: 允许非ASCII字符（如中文）正常显示

• indent=4: 美化输出，缩进4个空格

2.2 json.loads() - 将 JSON 字符串解码为 Python 对象

import json

json_data = '''
{
    "name": "李四",
    "age": 25,
    "is_student": true,
    "courses": ["物理", "化学"],
    "address": null
}
'''

python_obj = json.loads(json_data)
print(python_obj["name"])  # 输出: 李四

3. 文件读写

3.1 json.dump() - 将 Python 对象写入 JSON 文件

import json

data = {
    "product": "手机",
    "price": 3999.99,
    "in_stock": True,
    "specs": {"RAM": "8GB", "Storage": "256GB"}
}

with open('product.json', 'w', encoding='utf-8') as f:
    json.dump(data, f, ensure_ascii=False, indent=2)

3.2 json.load() - 从 JSON 文件读取数据

import json


with open('product.json', 'r', encoding='utf-8') as f:
    product_data = json.load(f)
    print(product_data["product"])  # 输出: 手机

4. 高级用法

4.1 处理日期时间对象

import json
from datetime import datetime

def datetime_encoder(obj):
    if isinstance(obj, datetime):
        return obj.isoformat()
    raise TypeError("Type not serializable")

now = datetime.now()
data = {"time": now, "message": "当前时间"}

json_str = json.dumps(data, default=datetime_encoder, ensure_ascii=False)
print(json_str)  # {"time": "2025-06-15T14:30:00.123456", "message": "当前时间"}

4.2 自定义解码器

import json
from datetime import datetime

def datetime_decoder(dct):
    if "time" in dct:
        try:
            # 返回整个字典，但将time字段转换为datetime对象
            dct["time"] = datetime.fromisoformat(dct["time"])
            return dct
        except ValueError:
            pass
    return dct

json_data = '{"time": "2023-03-15T14:30:00"}'
result = json.loads(json_data, object_hook=datetime_decoder)
print(type(result["time"]))  # 输出 <class 'datetime.datetime'>

5. JSON 与 CSV 转换示例

import json
import csv

# JSON 转 CSV
def json_to_csv(json_file, csv_file):
    with open(json_file, 'r', encoding='utf-8') as f:
        data = json.load(f)
    
    if isinstance(data, list):
        with open(csv_file, 'w', encoding='utf-8', newline='') as f:
            writer = csv.DictWriter(f, fieldnames=data[0].keys())
            writer.writeheader()
            writer.writerows(data)

# 使用示例
data = [
    {"name": "张三", "age": 25},
    {"name": "李四", "age": 30}
]
with open('data.json', 'w', encoding='utf-8') as f:
    json.dump(data, f, ensure_ascii=False)

json_to_csv('data.json', 'data.csv')

6. 注意事项

1. JSON 的键必须是字符串类型（Python 中为 str）

2. JSON 不支持 Python 的 set 类型，可以转换为 list

3. 处理大量数据时考虑使用 ijson 等流式解析库

4. 从不可信来源加载 JSON 时存在安全风险，可使用 json.JSONDecodeError 捕获异常

5. 默认情况下 JSON 不保留字典的插入顺序（Python 3.7+ 中字典已有序）

7. 性能优化

对于大型 JSON 数据：

import json
import orjson
# 使用 orjson 替代 json（更快，但需要安装）
# pip install orjson

# 使用生成器处理大型数组
def stream_json_array(file_path):
    with open(file_path, 'r', encoding='utf-8') as f:
        for line in f:
            yield json.loads(line)



data = {"key": "value"}
json_bytes = orjson.dumps(data)  # 返回 bytes 而不是 str
python_obj = orjson.loads(json_bytes)

JSON 是 Python 中数据交换的标准格式，掌握这些技巧可以高效处理各种数据交互场景。