JSON (JavaScript Object Notation) 是一种轻量级的数据交换格式，Python 通过 json 模块提供了 JSON 数据的编码和解码功能。

1. 核心函数概览

函数	描述	常用场景
json.load()	从文件读取并解析 JSON 数据	读取 JSON 文件
json.loads()	从字符串解析 JSON 数据	处理 API 响应
json.dump()	将 Python 对象写入 JSON 文件	数据持久化
json.dumps()	将 Python 对象转为 JSON 字符串	网络传输

2. JSON 解码（读取/解析）

2.1 json.load()

从文件对象读取 JSON 数据并解码为 Python 对象。

语法：

python

复制

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

示例：

python

复制

import json

with open('data.json', 'r', encoding='utf-8') as f:
    data = json.load(f)

参数说明：

• fp: 文件对象（必须可读）

• object_hook: 自定义字典解码函数

• parse_float: 自定义浮点数解码

• parse_int: 自定义整数解码

2.2 json.loads()

从字符串解析 JSON 数据。

语法：

python

复制

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

示例：

python

复制

json_str = '{"name": "John", "age": 30}'
data = json.loads(json_str)

3. JSON 编码（写入/序列化）

3.1 json.dump()

将 Python 对象编码为 JSON 并写入文件。

语法：

python

复制

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)

示例：

python

复制

data = {"name": "张三", "age": 25}

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

3.2 json.dumps()

将 Python 对象编码为 JSON 字符串。

语法：

python

复制

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)

示例：

python

复制

data = {"name": "李四", "scores": [95, 88, 92]}
json_str = json.dumps(data, indent=2, ensure_ascii=False)

4. 高级功能

4.1 自定义编码器（JSONEncoder）

处理无法默认序列化的对象。

示例：

python

复制

from datetime import datetime
import json

class CustomEncoder(json.JSONEncoder):
    def default(self, obj):
        if isinstance(obj, datetime):
            return obj.isoformat()
        return super().default(obj)

data = {"event": "会议", "time": datetime.now()}
json_str = json.dumps(data, cls=CustomEncoder)

4.2 自定义解码器

示例：

python

复制

def datetime_decoder(dct):
    if 'time' in dct:
        try:
            dct['time'] = datetime.fromisoformat(dct['time'])
        except (ValueError, KeyError):
            pass
    return dct

json_str = '{"event": "会议", "time": "2023-07-20T14:30:00"}'
data = json.loads(json_str, object_hook=datetime_decoder)

5. 参数详解

5.1 常用参数

参数	描述	默认值
ensure_ascii	是否转义非ASCII字符	True
indent	缩进空格数（美化输出）	None
sort_keys	是否按键排序	False
separators	指定分隔符	(',', ':')

5.2 安全相关参数

参数	描述
allow_nan	是否允许NaN等特殊浮点值
check_circular	是否检查循环引用

6. 异常处理

异常	描述
json.JSONDecodeError	JSON解析错误
TypeError	无法序列化的对象
ValueError	循环引用等值错误

处理示例：

python

复制

try:
    data = json.loads(invalid_json_str)
except json.JSONDecodeError as e:
    print(f"JSON解析错误: {e}")

7. 最佳实践

1. 文件操作始终使用上下文管理器：

   python

   复制

   with open('data.json') as f:
       data = json.load(f)

2. 处理非ASCII内容：

   python

   复制

   json.dumps(data, ensure_ascii=False)

3. 性能考虑：

   • 大文件使用 ijson 等流式解析库

   • 生产环境考虑紧凑格式（indent=None）

4. 安全性：

   • 不要解析不受信任的JSON数据

   • 考虑使用 json.JSONDecoder 的严格模式

8. 完整示例

python

复制

import json
from datetime import datetime

# 自定义编码器
class CustomEncoder(json.JSONEncoder):
    def default(self, obj):
        if isinstance(obj, datetime):
            return obj.isoformat()
        return super().default(obj)

# 编码示例
data = {
    "name": "王五",
    "age": 28,
    "register_date": datetime.now(),
    "skills": ["Python", "SQL"]
}

# 序列化为字符串
json_str = json.dumps(data, cls=CustomEncoder, ensure_ascii=False, indent=2)
print("JSON字符串:")
print(json_str)

# 写入文件
with open('user.json', 'w', encoding='utf-8') as f:
    json.dump(data, f, cls=CustomEncoder, ensure_ascii=False)

# 从文件读取
with open('user.json', 'r', encoding='utf-8') as f:
    loaded_data = json.load(f)
    print("\n从文件加载的数据:")
    print(loaded_data)

9. 总结对比表

操作	文件	字符串
编码	json.dump()	json.dumps()
解码	json.load()	json.loads()

通过掌握这些函数和技巧，您可以高效地在Python中处理各种JSON数据交换场景。