企业官网建设流程全解析

前言

在日常开发中，JSON（JavaScript Object Notation）是数据交换最常用的格式之一。Python 内置的json模块提供了完整的 JSON 与 Python 数据类型之间的转换能力。本文将系统总结JSON 字符串 ↔ Python 字典/列表的相互转换知识，帮助你彻底掌握这一技能。

一、核心对应关系

理解类型映射是掌握转换的关键：

重要规律：

• JSON 的对象对应 Python 的字典

• JSON 的数组对应 Python 的列表

• Python 的字典/列表互相嵌套时，转换后依然是嵌套结构

二、四个核心函数

json模块中最常用的四个函数，记住一句话：

带s的操作字符串，不带s的操作文件。

三、JSON 字符串 → 字典 / 列表

3.1 JSON 对象转字典

python

import json json_str = '{"name": "小明", "age": 18, "city": "北京"}' result = json.loads(json_str) print(result) print(type(result))

输出：

text

{'name': '小明', 'age': 18, 'city': '北京'} <class 'dict'>

3.2 JSON 数组转列表

python

import json json_str = '[1, 2, 3, "hello", true, null]' result = json.loads(json_str) print(result) print(type(result))

输出：

text

[1, 2, 3, 'hello', True, None] <class 'list'>

3.3 嵌套结构转换

python

import json json_str = ''' { "users": [ {"name": "小明", "age": 18}, {"name": "小红", "age": 20} ], "total": 2 } ''' result = json.loads(json_str) print(result["users"][0]["name"]) # 小明 print(result["total"]) # 2

嵌套结构会按照对应关系逐层转换。

四、字典 / 列表 → JSON 字符串

4.1 字典转 JSON

python

import json data = {"name": "小明", "age": 18, "city": "北京"} json_str = json.dumps(data, ensure_ascii=False) print(json_str) print(type(json_str))

输出：

text {"name": "小明", "age": 18, "city": "北京"} <class 'str'>

4.2 列表转 JSON

python

import json data = [1, 2, 3, "hello", True, None] json_str = json.dumps(data, ensure_ascii=False) print(json_str) '''输出：''' text [1, 2, 3, "hello", true, null]

注意：Python 的True/False/None会变成 JSON 的true/false/null。

4.3 嵌套结构转换

python

import json data = { "users": [ {"name": "小明", "age": 18}, {"name": "小红", "age": 20} ], "total": 2 } json_str = json.dumps(data, ensure_ascii=False, indent=2) print(json_str)

输出：

json { "users": [ { "name": "小明", "age": 18 }, { "name": "小红", "age": 20 } ], "total": 2 }

五、dumps 常用参数详解

json.dumps()支持多个实用参数，掌握它们能让输出更符合需求。

5.1 ensure_ascii

控制非 ASCII 字符是否转义。

python

data = {"city": "北京"} # 默认 True，中文被转义 print(json.dumps(data)) # {"city": "\u5317\u4eac"} # 设为 False，中文原样输出（推荐） print(json.dumps(data, ensure_ascii=False)) # {"city": "北京"}

建议：只要包含中文，都加上ensure_ascii=False。

5.2 indent

美化输出，设置缩进空格数。

python

data = {"name": "小明", "age": 18} print(json.dumps(data, ensure_ascii=False, indent=2))

输出：

json

{ "name": "小明", "age": 18 }

indent=None（默认）时输出为紧凑的一行。

5.3 sort_keys

按键名排序输出。

python

data = {"c": 3, "a": 1, "b": 2} print(json.dumps(data, sort_keys=True)) # {"a": 1, "b": 2, "c": 3}

5.4 separators

自定义分隔符，用于压缩输出。

python

data = {"a": 1, "b": 2} # 默认: (', ', ': ') # 压缩: (',', ':') print(json.dumps(data, separators=(',', ':'))) # {"a":1,"b":2}

5.5 参数速查表

六、文件读写操作

处理文件时用json.load()和json.dump()（不带 s）。

6.1 从文件读取 JSON

python

import json with open("data.json", "r", encoding="utf-8") as f: data = json.load(f) print(data) print(type(data))

6.2 写入 JSON 到文件

python

import json data = {"name": "小明", "age": 18, "hobbies": ["读书", "游泳"]} with open("data.json", "w", encoding="utf-8") as f: json.dump(data, f, ensure_ascii=False, indent=2)

务必指定encoding="utf-8"，否则中文可能乱码。

七、进阶技巧

7.1 处理特殊类型（如 datetime）

JSON 默认不支持日期、自定义对象等类型，可通过default参数处理。

python

import json from datetime import datetime def default_handler(obj): if isinstance(obj, datetime): return obj.strftime("%Y-%m-%d %H:%M:%S") raise TypeError(f"无法序列化: {type(obj)}") data = {"time": datetime.now()} print(json.dumps(data, default=default_handler, ensure_ascii=False)) # {"time": "2024-01-01 12:00:00"}

7.2 object_hook 自定义解析

json.loads()支持object_hook，可在解析时对字典做处理。

python

import json def hook(d): if "age" in d: d["age"] = int(d["age"]) return d json_str = '{"name": "小明", "age": "18"}' result = json.loads(json_str, object_hook=hook) print(result) # {'name': '小明', 'age': 18}

7.3 深拷贝的替代用法

利用 JSON 转换可以实现简单的深拷贝（仅限基础类型）：

python

import json original = {"a": [1, 2, 3], "b": {"c": 4}} copy = json.loads(json.dumps(original)) copy["a"].append(4) print(original["a"]) # [1, 2, 3] 原数据不受影响 print(copy["a"]) # [1, 2, 3, 4]

7.4 判断字符串是否为合法 JSON

python

import json def is_valid_json(s): try: json.loads(s) return True except json.JSONDecodeError: return False print(is_valid_json('{"a": 1}')) # True print(is_valid_json('{a: 1}')) # False

八、常见错误与注意事项

8.1 单引号不是合法 JSON

JSON 标准要求字符串和键名使用双引号。

python

import json # 错误：单引号 json.loads("{'name': '小明'}") # json.decoder.JSONDecodeError # 正确：双引号 json.loads('{"name": "小明"}')

8.2 尾随逗号不合法

python

# 错误 json.loads('{"a": 1, "b": 2,}') # 正确 json.loads('{"a": 1, "b": 2}')

8.3 元组会被转为列表

python

import json data = (1, 2, 3) print(json.dumps(data)) # [1, 2, 3] print(type(json.loads("[1,2,3]"))) # <class 'list'>

8.4 字典的键必须是字符串

JSON 对象的键必须是字符串，非字符串键会被转换。

python

import json data = {1: "a", 2: "b"} print(json.dumps(data)) # {"1": "a", "2": "b"}

8.5 精度丢失问题

浮点数在转换中可能出现精度问题，涉及金额等高精度场景建议用字符串传输。

8.6 异常处理

python

import json try: data = json.loads('{"a": 1}') except json.JSONDecodeError as e: print(f"解析失败: {e}")

九、完整示例：综合运用

python

import json # 原始 Python 数据（字典 + 列表嵌套） data = { "class": "三年二班", "students": [ {"name": "小明", "age": 18, "scores": [90, 85, 88]}, {"name": "小红", "age": 20, "scores": [95, 92, 98]} ], "count": 2 } # 1. 转换为 JSON 字符串 json_str = json.dumps(data, ensure_ascii=False, indent=2) print("=== JSON 字符串 ===") print(json_str) # 2. 保存到文件 with open("students.json", "w", encoding="utf-8") as f: json.dump(data, f, ensure_ascii=False, indent=2) # 3. 从文件读取 with open("students.json", "r", encoding="utf-8") as f: loaded = json.load(f) # 4. 访问数据 print("\n=== 访问数据 ===") print(loaded["class"]) for s in loaded["students"]: print(f'{s["name"]} 平均分: {sum(s["scores"]) / len(s["scores"]):.2f}')

十、总结

核心口诀

1. JSON 对象 ↔ dict，JSON 数组 ↔ list

2. 带s操作字符串，不带s操作文件

3. load是解析（JSON→Python），dump是序列化（Python→JSON）

4. 中文场景记得加ensure_ascii=False

5. 文件读写记得指定encoding="utf-8"

转换方向速查

掌握以上内容，基本可以应对 Python 开发中 99% 的 JSON 转换场景。如果涉及超大文件、高精度数值或高性能需求，可以考虑orjson、ujson等第三方库作为补充。

如果本文对你有帮助，欢迎点赞、收藏、评论三连支持一下！🎉