当前位置：首页 > news >正文

Python基础：JSON保存结构化数据（详解）

news 2025/9/16 12:48:41

在这里插入图片描述

1. JSON概念

JSON（JavaScript Object Notation）是一种轻量级的数据交换格式，易于人阅读和编写，也易于机器解析和生产。
虽然JSON使用JavaScript语法来描述数据对象，但是JSON仍然独立于语言和平台，JSON解析器和JSON库支持许多不同的编程语言（C、Python、C++、Java、PHP、Go等均支持）。

1.1 JSON语法规则

1）数据在键/值对（key-value pair）中
2）数据由逗号,分隔
3）使用斜杠\来转义字符
4）大括号{}保存对象
5）中括号[]保存数组，数组可以包含多个对象

1.2 JSON的两种结构

1.2.1 对象（键/值对）

大括号{}保存的对象是一个无序的 键/值对集合。一个对象以左括号{ 开始，右括号} 结束。一个键（key）和一个值（value）之间用冒号：分隔，键/值对之间用逗号，分隔。
菜鸟教程-对象

# 对象语法规则
{key1 : value1, key2 : value2, ... keyN : valueN }

# 对象示例
{"name": "John","age": 30,"city": "New York"
}

1.2.2 数组（array）

中括号[] 保存的数组是值（value）的有序集合。一个数组以左中括号[开始，右中括号] 结束，值之间使用逗号,分隔。
在这里插入图片描述

数组的值（Value）可以是字符串、数值、布尔值、Null、对象、数组，且它们之间还可以进行嵌套。
在这里插入图片描述

#数组语法规则
[{ key1 : value1-1 , key2:value1-2 }, { key1 : value2-1 , key2:value2-2 }, { key1 : value3-1 , key2:value3-2 }, ...{ key1 : valueN-1 , key2:valueN-2 }, 
]

# 数组示例
{"sites": [{"name":"百度", "url": "http://www.baidu.com"},{"name":"谷歌", "url": "http://www.google.com"},{"name":"微博", "url": "http://www.weibo.com"}]
}

1.3 JSON支持的数据类型

对象（object）：由花括号{}包围的键值对集合。
数组（array）：由方括号[] 包围的值的有序列表。
字符串（string）：由双引号括起来的Unicode字符序列。
数字（number）：整数或浮点数。
布尔值（true/false）：表示真或假。
null：表示空值。

1.4 较复杂的JSON示例

{"name": "Alice","age": 25,"isStudent": true,"grades": [90, 85, 92],"address": {"street": "123 Main St","city": "Anytown","zip": "12345"}
}

2. Python中处理JSON格式数据

字符串可以很容易地写入文件或从文件中读取。数字则更麻烦一些，因为 read() 方法只返回字符串，而字符串必须传给 int() 这样的函数，它接受 '123'这样的字符串并返回其数值 123。当想要保存嵌套列表和字典等更复杂的数据类型时，手动执行解析和序列化操作将会变得非常复杂。

Python 允许使用流行的数据交换格式 JSON (JavaScript Object Notation)，而不是让用户持续编写和调试代码来将复杂的数据类型存入文件中。标准库模块json 可以接受带有层级结构的 Python 数据，并将其转换为字符串表示形式；这个过程称为serializing。根据字符串表示形式重建数据则称为 deserializing。在序列化和反序列化之间，用于代表对象的字符串可以存储在文件或数据库中，或者通过网络连接发送到远端主机。

2.1 导入 json 模块

首先要导入json模块，实际上就是JSON编码和解码器的作用。

import json

json 模块主要包含了2种类型的函数：

json.dumps():对数据进行编码。
json.loads():对数据进行解码。

在json的编解码过程中，Python的原始类型与json类型会相互转换。
Python编码为JSON类型转换对应表：
在这里插入图片描述

JSON解码为Python类型转换对应表：
在这里插入图片描述

2.2 Python编码为JSON格式数据

2.2.1 使用dumps方法

json.dumps()可以将Python对象编码为JSON格式的字符串.

json.dumps(obj, *, skipkeys=False, ensure_ascii=True, check_circular=True, allow_nan=True, cls=None, indent=None, separators=None, default=None, sort_keys=False, **kw)

import json# 列表对象
fruits = ["apple", "banana", "orange"]# 编码为 JSON 字符串
json_string = json.dumps(fruits, indent=2)
print('原始列表：',repr(fruits))
print('JSON对象：',json_string)

在这里插入图片描述

import json# 字典对象
person = {"name": "Alice","age": 25,"is_student": True,"grades": [90, 85, 92]
}# 编码为 JSON 字符串
json_string = json.dumps(person, indent=2)
print('原始字典：',person)
print('JSON对象：',json_string)

在这里插入图片描述

# 其他类型示例
import jsondata_str = 'Hello, JSON!'
data_num = 41.2
data_bool = True
data_none = Nonejson_str = json.dumps(data_str, indent=2)
json_num = json.dumps(data_num, indent=2)
json_bool = json.dumps(data_bool, indent=2)
json_none = json.dumps(data_none, indent=2)print("String的JSON对象:", json_str)
print("Number的JSON对象:", json_num)
print("Boolean的JSON对象:", json_bool)
print("None的JSON对象:", json_none)

在这里插入图片描述

2.2.2 使用dump方法

json.dump()方法可以将Python对象编码为JSON格式的字符串并将其写入文件对象。

json.dump(obj, fp, *, skipkeys=False, ensure_ascii=True, check_circular=True, allow_nan=True, cls=None, indent=None, separators=None, default=None, sort_keys=False, **kw)

使用这个转换表将obj 序列化为 JSON 格式化流形式的fp (支持 .write()的file-like object)。
如果 skipkeys 是true （默认为False），那么那些不是基本对象（包括str,int、float、bool、None）的字典的键会被跳过；否则引发一个TypeError。
json模块始终产生 str 对象而非bytes 对象。因此，fp.write() 必须支持 str 输入。
如果ensure_ascii 是 true（即默认值），输出保证将所有输入的非 ASCII 字符转义。如果 ensure_ascii 是 false，这些字符会原样输出。
如果 check_circular 为假值 (默认值: True)，那么容器类型的循环引用检查会被跳过并且循环引用会引发 RecursionError(或者更糟的情况)。
如果 allow_nan是 false（默认为True），那么在对严格 JSON 规格范围外的float 类型值（nan、inf和 -inf）进行序列化时会引发一个 ValueError。如果 allow_nan 是true，则使用它们的 JavaScript 等价形式（NaN、Infinity 和-Infinity）。
如果indent是一个非负整数或者字符串，那么 JSON 数组元素和对象成员会被美化输出为该值指定的缩进等级。如果缩进等级为零、负数或者 ""，则只会添加换行符。 None(默认值) 选择最紧凑的表达。使用一个正整数会让每一层缩进同样数量的空格。如果indent是一个字符串 (比如 "\t")，那个字符串会被用于缩进每一层。

import jsondata = {'name': 'Scott','age': 18,'is_student':True,'grades':[100,99,60,88],'address':{'street':'东风东路757号','city':'广州','province':'广东省','zip':51000}
}with open('output_json.json','w',encoding='utf-8') as file_json:json.dump(data,file_json,ensure_ascii=False,indent=2)

在这里插入图片描述

2.3 Python解码JSON格式数据

2.3.1 使用loads方法

json.loads()方法将包含在JSON字符串中的数据解码为Python对象。

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

import json# JSON 格式的字符串
json_string = '{"name": "Alice", "age": 25, "is_student": true, "grades": [90, 85, 92]}'# 解码为 Python 对象
python_object = json.loads(json_string)
print(python_object)

在这里插入图片描述

2.3.2 使用load方法

json.load()方法将从JSON文件中读取JSON数据并将其解码为相应的Python对象。

json.load(fp, *, cls=None, object_hook=None, parse_float=None, parse_int=None, parse_constant=None, object_pairs_hook=None, **kw)

使用这个转换表将fp (一个支持 .read() 并包含一个 JSON 文档的 text file 或者binary file) 反序列化为一个 Python 对象。
object_hook是一个将附带任意已解码的对象字面值 (即 dict)来调用的可选函数。 object_hook 的返回值会代替 dict 使用。此特性可被用于实现自定义解码器。
object_pairs_hook是一个可选的函数，它会被调用于每一个有序列表对解码出的对象字面量。
object_pairs_hook 的返回值将会取代原本的 dict。这一特性能够被用于实现自定义解码器。如果 object_hook也被定义，object_pairs_hook优先。

import jsonwith open('output_json.json','r',encoding='utf-8') as file_json:load_data = json.load(file_json)print(load_data)

在这里插入图片描述

3. 应用场景

Python编程有很多涉及JSON文件或数据的场景，如爬虫时获取的网页信息、用于web配置文件、简单的用户数据持久化、游戏文件配置等等，很多都是简单方便的应用。

3.1 配置文件存储

JSON常用于存储配置信息，例如一个Web应用的配置文件：

# Web应用配置
web_app_config = {"app_name": "MyApp","debug_mode": True,"database": {"host": "localhost","port": 5432,"username": "admin","password": "secret"},"allowed_users": ["user1", "user2", "user3"]
}# 将配置信息写入JSON文件
with open('config.json', 'w') as json_file:json.dump(web_app_config, json_file, indent=4)

3.2 API相应处理

当与API进行交互时，常常会收到JSON格式的响应。

import requests# 发送API请求
response = requests.get('https://api.example.com/data')
# 将JSON响应转换为Python数据结构
api_data = json.loads(response.text)
# 处理数据
print(api_data)

3.3 数据持久化

JSON可用于数据的持久化存储，适用于小型应用或原型。例如，存储用户信息。

# 用户信息
users = [{"id": 1, "name": "Alice", "age": 25},{"id": 2, "name": "Bob", "age": 30},{"id": 3, "name": "Charlie", "age": 22}
]# 将用户信息写入JSON文件
with open('users.json', 'w') as json_file:json.dump(users, json_file, indent=4)

3.4 配置管理

在软件开发中，JSON经常用于配置管理。例如，一个游戏的配置文件：

# 游戏配置
game_config = {"title": "MyGame","resolution": {"width": 1920, "height": 1080},"sound": {"volume": 80, "mute": False},"controls": {"up": "W", "down": "S", "left": "A", "right": "D"}
}# 将游戏配置写入JSON文件
with open('game_config.json', 'w') as json_file:json.dump(game_config, json_file, indent=4)

4. 参考

官网：
https://docs.python.org/zh-cn/3/tutorial/inputoutput.html#saving-structured-data-with-json
https://docs.python.org/3/library/json.html
菜鸟教程：
https://www.runoob.com/json/json-tutorial.html
https://www.runoob.com/python3/python3-json.html

在这里插入图片描述

1. JSON概念

1.1 JSON语法规则

1.2 JSON的两种结构

1.2.1 对象（键/值对）

1.2.2 数组（array）

1.3 JSON支持的数据类型

1.4 较复杂的JSON示例

2. Python中处理JSON格式数据

2.1 导入 json 模块

2.2 Python编码为JSON格式数据

2.2.1 使用dumps方法

2.2.2 使用dump方法

2.3 Python解码JSON格式数据

2.3.1 使用loads方法

2.3.2 使用load方法

3. 应用场景

3.1 配置文件存储

3.2 API相应处理

3.3 数据持久化

3.4 配置管理

4. 参考

相关文章：