位置：文档库 > Python > Python解析JSON详解

Python解析JSON详解

CZ_Conventional 上传于 2023-09-30 00:41

《Python解析JSON详解》

JSON（JavaScript Object Notation）是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前后端数据交互、配置文件存储等场景。Python通过内置的`json`模块提供了对JSON数据的完整支持，包括序列化（将Python对象转为JSON字符串）和反序列化（将JSON字符串转为Python对象）。本文将系统讲解Python中JSON的解析方法、常见问题及高级应用。

一、JSON基础与Python类型映射

JSON数据由键值对（对象）、数组（列表）、字符串、数字、布尔值和`null`组成。Python中与之对应的类型如下：

JSON类型	Python类型
对象（Object）	dict
数组（Array）	list
字符串（String）	str
数字（Number）	int/float
布尔值（true/false）	True/False
null	None

二、JSON解析核心方法

1. json.loads()：字符串转Python对象

将JSON格式的字符串解析为Python对象（dict/list等）：

import json

json_str = '{"name": "Alice", "age": 25, "hobbies": ["reading", "hiking"]}'
data = json.loads(json_str)
print(data)  # 输出: {'name': 'Alice', 'age': 25, 'hobbies': ['reading', 'hiking']}
print(type(data))  # 输出:

2. json.load()：文件读取解析

直接从文件中读取JSON内容并解析：

# 假设存在data.json文件，内容为上述json_str
with open('data.json', 'r', encoding='utf-8') as f:
    file_data = json.load(f)
print(file_data)

3. json.dumps()：Python对象转JSON字符串

将Python对象序列化为JSON字符串：

python_dict = {"city": "Beijing", "population": 2171}
json_output = json.dumps(python_dict)
print(json_output)  # 输出: {"city": "Beijing", "population": 2171}

4. json.dump()：写入JSON文件

将Python对象直接写入文件：

new_data = {"language": "Python", "version": 3.9}
with open('output.json', 'w', encoding='utf-8') as f:
    json.dump(new_data, f, indent=4)  # indent参数控制缩进

生成的output.json内容：

{
    "language": "Python",
    "version": 3.9
}

三、高级功能与参数详解

1. 处理复杂数据类型

默认情况下，`json`模块仅支持基本数据类型。若需处理日期、自定义类等，需通过`default`参数指定转换函数：

from datetime import datetime
import json

def datetime_handler(obj):
    if isinstance(obj, datetime):
        return obj.isoformat()
    raise TypeError(f"Object of type {type(obj)} is not JSON serializable")

event = {"time": datetime.now(), "name": "Meeting"}
json_str = json.dumps(event, default=datetime_handler)
print(json_str)  # 输出: {"time": "2023-05-20T14:30:00.123456", "name": "Meeting"}

2. 自定义编码/解码（object_hook）

使用`object_hook`将JSON中的特定字段转换为Python自定义类：

class Person:
    def __init__(self, name, age):
        self.name = name
        self.age = age

def person_decoder(obj):
    if '__type__' in obj and obj['__type__'] == 'Person':
        return Person(obj['name'], obj['age'])
    return obj

json_str = '{"__type__": "Person", "name": "Bob", "age": 30}'
person = json.loads(json_str, object_hook=person_decoder)
print(person.name)  # 输出: Bob

3. 控制输出格式

`dumps()`和`dump()`的常用参数：

indent：缩进空格数，美化输出
sort_keys：是否按键名排序
ensure_ascii：是否转义非ASCII字符（设为False保留中文）

data = {"城市": "上海", "人口": 2487}
pretty_json = json.dumps(data, indent=2, ensure_ascii=False)
print(pretty_json)
# 输出:
# {
#   "城市": "上海",
#   "人口": 2487
# }

四、常见问题与解决方案

1. 处理Unicode字符

默认情况下，`json.dumps()`会将非ASCII字符转义为Unicode编码。若需保留原始字符，设置`ensure_ascii=False`：

chinese_data = {"message": "你好，世界"}
print(json.dumps(chinese_data))  # 输出: {"message": "\u4f60\u597d\uff0c\u4e16\u754c"}
print(json.dumps(chinese_data, ensure_ascii=False))  # 输出: {"message": "你好，世界"}

2. 解析错误处理

当JSON格式无效时，会抛出`json.JSONDecodeError`。可通过`try-except`捕获异常：

invalid_json = '{"name": "Alice", "age": }'  # 缺少数字
try:
    data = json.loads(invalid_json)
except json.JSONDecodeError as e:
    print(f"解析错误: {e.msg} (位置: {e.pos})")
# 输出: 解析错误: Expecting value (位置: 22)

3. 大文件分块解析

对于超大JSON文件，可使用`ijson`库实现流式解析：

import ijson

def parse_large_json(file_path):
    with open(file_path, 'r') as f:
        for item in ijson.items(f, 'items.item'):  # 假设文件结构为{"items": [...]}
            print(item)

# 示例文件large.json内容: {"items": [{"id": 1}, {"id": 2}]}
parse_large_json('large.json')

五、性能优化建议

1. 重复解析时复用`json.JSONDecoder`对象

decoder = json.JSONDecoder()
json_str = '{"a": 1, "b": 2}'
data1 = decoder.decode(json_str)
data2 = decoder.decode(json_str)  # 复用解析器

2. 使用`orjson`库提升速度（需安装`pip install orjson`）

import orjson

data = {"key": "value"}
fast_json = orjson.dumps(data).decode('utf-8')  # 比json模块快3-5倍

六、实际应用场景

1. API数据交互

解析REST API返回的JSON响应：

import requests
import json

response = requests.get('https://api.example.com/data')
if response.status_code == 200:
    api_data = json.loads(response.text)
    print(api_data['results'][0]['title'])

2. 配置文件管理

使用JSON作为配置文件格式：

# config.json
{
    "database": {
        "host": "localhost",
        "port": 5432
    },
    "debug": true
}

# 读取配置
with open('config.json') as f:
    config = json.load(f)
print(config['database']['host'])

3. 日志数据分析

解析结构化日志中的JSON字段：

log_entry = '{"timestamp": 1684567890, "level": "ERROR", "message": "Disk full"}'
log_data = json.loads(log_entry)
if log_data['level'] == 'ERROR':
    send_alert(log_data['message'])

关键词：Python、JSON解析、json模块、序列化、反序列化、数据交换、JSONDecodeError、性能优化、orjson、流式解析

简介：本文全面介绍了Python中JSON数据的解析方法，涵盖json模块的核心函数（loads/load/dumps/dump）、复杂类型处理、格式控制、错误处理及性能优化技巧，结合API交互、配置管理等实际场景，帮助开发者高效处理JSON数据。

立即下载

Python相关