【强烈推荐】Python中JSON的基本使用（超详细）

姚思瀚

2026-06-11 • 👁 2人浏览过

1. JSON简介 JSON (JavaScript Object Notation) 是一种轻量级的数据交换格式，它是JavaScript的子集，易于人阅读和编写。

JSON 用来存储和交换文本信息，比xml更小/更快/更易解析，易于读写，占用带宽小，网络传输速度快的特性，适用于数据量大，不要求保留原有类型的情况。

。

前端和后端进行数据交互，其实就是 JS 和 Python 进行数据交互！

2. JSON语法规则名称必须用双引号（即：

" "

）来包括值可以是双引号包括的字符串、数字、true、false、null、JavaScript数组，或子对象数据在 name/value 中数据见用逗号分隔花括号保存对象方括号保存数组 3. JSON数据类型一并列举出Python与JSON数据类型的映射关系： | Python | JSON | | --- | --- | | dict | object | | list, tuple | array | | str, unicode | string | | int, long, float | number | | True | true | | False | false | | None | null | 4. JSON对象在花括号中书写，对象可以包含多个

名称/值

对。

例：

{"firstname": "jonh", "lastname": "Doe"}

5. JSON数组 Employees 是包含三个对象的数组。

每个对象代表一条关于某个人名的记录，在方括号中书写，数组可以包含多个对象：

{

"employees": [
{ “firstName”:“John” , “lastName”:“Doe” },
{ “firstName”:“Anna” , “lastName”:“Smith” },
{ “firstName”:“Peter” , “lastName”:“Jones” }
]
}

6. JSON中常用的方法 python 在使用 json 这个模块前，首先要导入 json 库：

import json

. | | | | --- | --- | | 方法 | 描述 | | json.dumps() | 将 Python 对象编码成 JSON 字符串 | | json.loads() | 将已编码的 JSON 字符串解码为 Python 对象 | | json.dump() | 将Python内置类型序列化为json对象后写入文件 | | json.load() | 读取文件中json形式的字符串元素转化为Python类型 | 注意：不带s的是序列化到文件或者从文件反序列化，带s的都是内存操作不涉及持久化。

6.1 json.dumps()

import json


data = {'name':'nanbei','age':18}
# 将Python对象编码成json字符串
print(json.dumps(data))

结果:

{"name": "nanbei", "age": 18}

注：在这里我们可以看到，原先的单引号已经变成双引号了 6.2 json.loads()

import json


data = {'name':'nanbei','age':18}
# 将Python对象编码成json字符串
# print(json.dumps(data))
# 将json字符串解码成Python对象
a = json.dumps(data)
print(json.loads(a))

结果:

{'name': 'nanbei', 'age': 18}

在这里举个元组和列表的例子：

import json


data = (1,2,3,4)
data_json = [1,2,3,4]
#将Python对象编码成json字符串
print(json.dumps(data))
print(json.dumps(data_json))


#将Python对象编码成json字符串
a = json.dumps(data)
b = json.dumps(data_json)
#将json字符串编码成Python对象
print(json.loads(a))
print(json.loads(b))

结果：

[1, 2, 3, 4]

[1, 2, 3, 4]
[1, 2, 3, 4]
[1, 2, 3, 4]

可以看到，元组和列表解析出来的均是数组。

由以上输出可以看出编码过程中，Python中的list和tuple都被转化成json的数组，而解码后，json的数组最终被转化成Python的list的，无论是原来是list还是tuple。

6.3 json.dump() 将Python内置类型序列化为json对象后写入文件：

import json


data = {
'nanbei':'haha',
'a':[1,2,3,4],
'b':(1,2,3)
}
with open('json_test.txt','w+') as f:
json.dump(data,f)

6.4 json.load() 读取文件中json形式的字符串元素转化为Python类型：

import json


data = {
'nanbei':'haha',
'a':[1,2,3,4],
'b':(1,2,3)
}
with open('json_test.txt','w+') as f:
json.dump(data,f)


with open('json_test.txt','r+') as f:
print(json.load(f))

结果：

{'a': [1, 2, 3, 4], 'b': [1, 2, 3], 'nanbei': 'haha'}

6.5 更多实例

json.dumps()

：将一个Python数据类型列表编码成json格式的字符串

#python的列表转换为json的数组

>>> import json
>>> json.dumps([1,2,3])
'[1, 2, 3]'
#python的字符串转换为json的字符串
>>> json.dumps('abdcs')
'"abdcs"'
#python的元祖转换为json的数组
>>> json.dumps((1,2,3,'a'))
'[1, 2, 3, "a"]'#注意此时显示的是方括号
#python的字典转换为json的对象
>>> json.dumps({1:'a',2:'b'})
'{"1": "a", "2": "b"}'#注意此时1和2转换后是加了引号的，因为json的名称是必须要加引号的
#python的整数转换为json的数字
>>> json.dumps(13)
'13'
#python的浮点数转换为json的数字
>>> json.dumps(3.1415)
'3.1415'
#python的unicode字符串转换为json的字符串
>>> json.dumps(u'a')
'"a"'
#python的True转换为json的数组true
>>> json.dumps(True)
'true'
#python的False转换为json的数组false
>>> json.dumps(False)
'false'
#python的None转换为json的null
>>> json.dumps(None)
'null'
#json本质上是一个字符串
>>> type(json.dumps('abc'))

dump和dumps：

import json


# dumps可以格式化所有的基本数据类型为字符串
data1 = json.dumps([])         # 列表
print(data1, type(data1))
data2 = json.dumps(2)          # 数字
print(data2, type(data2))
data3 = json.dumps('3')        # 字符串
print(data3, type(data3))
dict = {"name": "Tom", "age": 23}   # 字典
data4 = json.dumps(dict)
print(data4, type(data4))


with open("test.json", "w", encoding='utf-8') as f:
# indent 超级好用，格式化保存字典，默认为None，小于0为零个空格
f.write(json.dumps(dict, indent=4))
json.dump(dict, f, indent=4)  # 传入文件描述符，和dumps一样的结果

得到的输出结果如下：格式化所有的数据类型为

str

类型:

[] 

2 
"3" 
{"name": "Tom", "age": 23}

test.json

中的内容:

{

"name": "Tom",
"age": 23
}

load和loads

import json


dict = '{"name": "Tom", "age": 23}'   # 将字符串还原为dict
data1 = json.loads(dict)
print(data1, type(data1))


with open("test.json", "r", encoding='utf-8') as f:
data2 = json.loads(f.read())    # load的传入参数为字符串类型
print(data2, type(data2))
f.seek(0)                       # 将文件游标移动到文件开头位置
data3 = json.load(f)
print(data3, type(data3))

运行结果如下：

{'name': 'Tom', 'age': 23} 

{'name': 'Tom', 'age': 23} 
{'name': 'Tom', 'age': 23}

7. 参数详解

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):

函数作用: 将 Python 对象转变成 JSON 对象，便于序列化内存/文件中。

参数： skipkeys : 如果为True的话，则只能是字典对象，否则会TypeError错误, 默认False ensure_ascii : 确定是否为ASCII编码 check_circular : 循环类型检查，如果为True的话 allow_nan : 确定是否为允许的值 indent : 会以美观的方式来打印，呈现，实现缩进 separators : 对象分隔符，默认为

,

encoding : 编码方式，默认为utf-8 sort_keys : 如果是字典对象，选择True的话，会按照键的ASCII码来排序对于dump来说，只是多了一个fp参数：简单说就是 dump 需要一个类似文件指针的参数（并不是真正的指针，可以称之为文件对象），与文件操作相结合，即先将 Python 文件对象转化为 json 字符串再保存在文件中。

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)


Serialize ``obj`` as a JSON formatted stream to ``fp`` (a``.write()``-supporting file-like object).

类似 Java 中的 class implements java.io.Serializable Java提供了一种对象序列化的机制，该机制中，一个对象可以被表示为一个字节序列，该字节序列包括该对象的数据、有关对象的类型的信息和存储在对象中数据的类型。

8. JSON反序列化为对象 JSON反序列化为类对象或者类的实例，使用的是 loads ()方法中的 object_hook 参数：代码示例：

import json


# 定义一个员工类
class Employee(object):
def __init__(self,name,age,sex,tel):
self.name=name
self.age=age
self.sex=sex
self.tel=tel


# 实例化一个对象
emp = Employee('kongsh',18,'female',13123456789)


# 定义JSON转换Python实例的函数
def jsonToClass(emp):
return Employee(emp['name'], emp['age'], emp['sex'], emp['tel'])
# 定义一个json字符串（字典）
json_str = '{"name": "kongsh", "age": 18, "sex": "female", "tel": 13123456789}'


emp = json.loads(json_str, object_hook=jsonToClass)
print (emp)
print(emp.name)

结果展示： 9. 常见的错误 9.1 读取多行的JSON文件假如要读取一个多行的JSON文件：

{"坂": ["坂5742"]}

{"构": ["构6784"]}
{"共": ["共5171"]}
{"钩": ["钩94a9"]}
{"肮": ["肮80ae"]}
{"孤": ["孤5b64"]}

如果直接使用：

with open(json_path, 'r') as f:

json_data = json.load(f)

就会报错：抛出异常

JSONDecodeError json.decoder.JSONDecodeError: Extra data: line 2 column 1 (char 17)

表示数据错误，数据太多，第2行第一列因为 json 只能读取一个文档对象，有两个解决办法单行读取文件,一次读取一行文件。

保存数据源的时候，格式写为一个对象（ dump ）。

1. 单行读取文件：

with open(json_path, 'r') as f:

for line in f.readlines():
json_data = json.loads(line)

但是这种做法还有个问题，如果 JSON 文件中包含空行，还是会抛出

JSONDecodeError

异常。

json.decoder.JSONDecodeError: Expecting value: line 2 column 1 (char 1)

可以先处理空行，再进行文件读取操作：

for line in f.readlines():

line = line.strip()   # 使用strip函数去除空行
if len(line) != 0:
json_data = json.loads(line)

2. 合并为一个对象：将json文件处理成一个对象文件（序列化）：

{"dict": [

{"坂": ["坂5742"]},
{"构": ["构6784"]},
{"共": ["共5171"]},
{"钩": ["钩94a9"]},
{"肮": ["肮80ae"]},
{"孤": ["孤5b64"]}
]}

然后再用：

with open(json_path, 'r') as f:

json_data = json.loads(f.read())

9.2 控制台乱码

# ensure_ascii=False 表示在控制台能够显示中文

json_str = json.dumps(center_data_list, ensure_ascii=False)

10. 总结 json.dumps 将 Python 对象编码成 JSON 字符串 json.loads 将已编码的 JSON 字符串解码为 Python 对象 json.dump和json.load ，需要传入文件描述符，加上文件操作。

json 内部的格式要注意，一个好的格式能够方便读取，可以用

indent

格式化。

个人总结： dump ：存入的实例对象object（序列化） dumps ：存入的JSON的字符串数据 load ：读取的实例对象object（反序列化） loads ：读取的JSON的字符串数据，转化为 Python 字典对象参考【强烈推荐】Python中JSON的基本使用（超详细）摘自大佬博客的内容，感觉很有意思，很逗呀！

(*￣︶￣)

相关文章