Pythonjson教程：数据解析与生成实战案例详解

用 Python 处理数据的朋友是不是常遇到这些情况？从 API 接口拿到一串 JSON 数据，想提取里面的关键信息却总是报错；想把 Python 字典存成 JSON 文件，打开一看中文全变成了 “\u5c0f\u660e” 这样的乱码；处理嵌套 JSON 时，层级太深不知道怎么一层层取数据，对着屏幕发呆。别慌，兔子哥刚开始用 Python 操作 JSON 时，光是搞懂dumps和dump的区别就花了一下午，把列表直接存成 JSON 更是报了一堆格式错误。今天就带大家从基础方法到实战案例，把 Python 解析和生成 JSON 的技巧讲透，新手跟着学，轻松搞定各种 JSON 数据处理需求！

一、先搞懂：Python 为啥要学 JSON？这 3 个场景离不开它

可能有朋友会问：“我用 Python 字典存数据挺好的，为啥非要学 JSON？” 这你就不知道了，JSON 是一种通用的数据格式，能在不同编程语言之间 “传递消息”，而 Python 的字典只能在 Python 里用。
你想想，爬取数据后要传给前端展示，前端不认识 Python 字典，但认识 JSON；写程序时要保存配置信息，JSON 文件比 txt 文本结构更清晰，比 Excel 更轻量；调用第三方 API 接口，返回的数据几乎都是 JSON 格式，不会解析可不行。
简单说，JSON 就是数据的 “通用翻译官”，Python 的json模块就是 “翻译工具”，学会用这个工具，处理数据交换和存储的问题会轻松一大截。

二、核心方法：4 个函数搞定 JSON 读写，基础必须吃透

Python 自带的json模块不用额外安装，这 4 个核心函数学会了，JSON 的解析和生成就没问题了，咱们一个个讲明白。

1. dumps ()：把 Python 数据转成 JSON 字符串
   当你需要把 Python 的字典、列表转成字符串（比如传给前端、存到数据库），用dumps()就对了。
   示例：

python

import json# 定义一个Python字典user = {"name": "小明","age": 18,"hobby": ["篮球", "游戏"],"is_student": True}# 转成JSON字符串json_str = json.dumps(user, ensure_ascii=False, indent=2)print(json_str)

运行后会输出格式化的 JSON 字符串，中文正常显示，还有缩进。这里的ensure_ascii=False是关键，不然中文会变成 Unicode 编码；indent=2让输出有缩进，方便阅读，对吧？

1. dump ()：直接把 Python 数据写入 JSON 文件
   想把数据保存成 JSON 文件（比如配置文件、日志数据），用dump()更方便，不用先转字符串再写文件。
   示例：

python

# 写入JSON文件with open("user.json", "w", encoding="utf-8") as f:json.dump(user, f, ensure_ascii=False, indent=2)

打开生成的user.json文件，里面的内容和上面的 JSON 字符串一样，是不是很简单？记住一定要加encoding="utf-8"，不然可能会有编码问题。

1. loads ()：把 JSON 字符串转成 Python 数据
   从 API 接口拿到 JSON 格式的字符串，想用 Python 处理，用loads()转成字典或列表就行。
   示例：

python

# 假设这是API返回的JSON字符串api_json = '{"code": 200, "data": {"name": "小红", "score": 95}}'# 转成Python字典data = json.loads(api_json)print(data["data"]["name"])  # 输出：小红print(data["code"])  # 输出：200

转完之后就能像操作普通字典一样提取数据了，超方便。

1. load ()：直接读取 JSON 文件并转成 Python 数据
   读取本地 JSON 文件里的数据，用load()一步到位，不用先读文件内容再解析。
   示例：

python

# 读取刚才保存的user.json文件with open("user.json", "r", encoding="utf-8") as f:user_data = json.load(f)print(user_data["age"])  # 输出：18print(user_data["hobby"][0])  # 输出：篮球

函数名	作用	适用场景	关键参数
dumps()	Python→JSON 字符串	数据传输、字符串存储	ensure_ascii=False（中文正常）
dump()	Python→JSON 文件	保存配置、本地存储	indent=2（格式化输出）
loads()	JSON 字符串→Python	解析 API 返回数据	无，直接传字符串
load()	JSON 文件→Python	读取本地 JSON 数据	encoding="utf-8"（避免乱码）

三、实战案例：3 个高频场景，手把手教你用

光懂方法没用，结合实际场景练手才记得牢，这三个场景几乎每天都会用到，代码直接抄着用。

1. 案例 1：生成带嵌套结构的 JSON 配置文件
   程序配置文件常需要嵌套结构，比如数据库配置、用户设置，用dump()轻松搞定。

python

# 定义带嵌套的配置数据config = {"app_name": "数据处理工具","version": "1.0.0","database": {"host": "localhost","port": 3306,"user": "root","password": "123456"},"log": {"level": "info","path": "./logs/","enabled": True}}# 写入配置文件with open("config.json", "w", encoding="utf-8") as f:json.dump(config, f, ensure_ascii=False, indent=2)

生成的配置文件结构清晰，后期修改也方便，比写在代码里灵活多了。

1. 案例 2：解析 API 返回的嵌套 JSON 数据
   调用 API 接口时，返回的数据往往有多层嵌套，用loads()解析后按层级提取就行。

python

# 模拟天气API返回的JSON数据weather_json = '''{"status": "success","data": {"city": "北京","today": {"temp": {"max": 28, "min": 18},"weather": "晴","wind": "南风3级"},"forecast": [{"date": "2023-10-01", "weather": "晴"},{"date": "2023-10-02", "weather": "多云"}]}}'''# 解析JSONweather_data = json.loads(weather_json)# 提取关键信息if weather_data["status"] == "success":city = weather_data["data"]["city"]max_temp = weather_data["data"]["today"]["temp"]["max"]tomorrow_weather = weather_data["data"]["forecast"][1]["weather"]print(f"{city}今天最高温度：{max_temp}℃，明天天气：{tomorrow_weather}")

运行后会输出 “北京今天最高温度：28℃，明天天气：多云”，这样就轻松从嵌套 JSON 中提取到了需要的信息。

1. 案例 3：批量处理 JSON 数据列表
   处理多个用户、多条记录时，JSON 数组（列表）很常用，解析后用循环遍历就行。

python

# 模拟用户列表JSONusers_json = '''[{"id": 1, "name": "张三", "age": 20},{"id": 2, "name": "李四", "age": 22},{"id": 3, "name": "王五", "age": 19}]'''# 解析成Python列表users = json.loads(users_json)# 遍历处理for user in users:if user["age"] >= 20:print(f"用户{user['name']}已成年")

这样就能批量处理列表中的 JSON 对象，统计、筛选数据都很方便。

四、常见错误解决：这 5 个坑别再踩了，兔子哥全帮你试过

1. 中文显示成 Unicode 编码（如 \u5c0f\u660e）
   错误现象：转 JSON 后中文变成"\u5c0f\u660e"，看不清内容。
   解决方法：dumps()或dump()时一定要加ensure_ascii=False，同时写文件时指定encoding="utf-8"，这两个参数缺一不可，兔子哥当初漏了ensure_ascii，调试了半小时才找到原因。
   
2. JSON 格式错误，提示 “Expecting property name enclosed in double quotes”
   错误原因：键用了单引号或没加引号，比如{'name': '小明'}或{name: "小明"}。
   解决方法：JSON 要求键必须用双引号，改成{"name": "小明"}，Python 转 JSON 时会自动处理，但手动写 JSON 字符串要注意。
   
3. 解析时提示 “KeyError”，找不到对应的键
   错误原因：要么键名写错了（比如把 “name” 写成 “Name”，JSON 键名区分大小写），要么层级没取对（嵌套太深直接用了顶层键）。
   解决方法：先打印解析后的 Python 数据，确认键名和层级，比如print(data)看看结构，再逐层提取。
   
4. 写入文件时提示 “TypeError: Object of type xxx is not JSON serializable”
   错误原因：Python 数据里有 JSON 不支持的类型，比如datetime日期对象、自定义类实例。
   解决方法：把不支持的类型转成字符串或其他支持的类型，比如日期转成str(date_obj)。
   
5. 列表或字典太大，转 JSON 时卡住
   错误原因：数据量太大，dumps()一次性处理占用太多内存。
   解决方法：如果数据太大，考虑用json.dump()直接写入文件（边写边处理），或者分块处理数据，别一次性转换。
   

五、自问自答：Python JSON 新手常问的 3 个问题

1. “Python 字典和 JSON 长得差不多，为啥还要转来转去？”
   因为字典是 Python 独有的 “方言”，其他语言（比如 JavaScript、Java）看不懂；而 JSON 是 “普通话”，所有编程语言都能解析。比如你用 Python 爬的数据，想给前端 JavaScript 用，必须转成 JSON 字符串才行。
   
2. “JSON 里能存函数或类实例吗？”
   不能哦！JSON 只支持字符串、数字、布尔值、数组、对象、null 这几种简单类型，像 Python 的函数、类、datetime 对象这些复杂类型，必须先转换成简单类型才能存，不然会报错 “not JSON serializable”。
   
3. “处理超大 JSON 文件（几个 GB），内存不够怎么办？”
   用json.load()一次性读入会占满内存，这时候可以用ijson这样的第三方库，它能按流的方式逐步解析 JSON，读一点解析一点，不会占用太多内存，适合处理大文件。
   

结尾心得

Python 操作 JSON 真的不难，关键是把dumps dump loads load这四个函数用熟，再注意中文编码和格式细节。兔子哥的经验是，写代码时别着急，先想清楚数据流向：是 Python 转 JSON 还是 JSON 转 Python？是存字符串还是存文件？然后选对应的函数，加对参数。遇到报错别慌，看看错误提示，大部分都是格式错了或键名不对，打印一下数据结构很快就能找到问题。多动手写几个例子，比如生成配置文件、解析 API 数据，练两次就熟了，你会发现 JSON 处理其实是 Python 里超实用的技能！

标签： 编程语言 字符串