Python--JSON格式

一、基础：JSON 与 Python 数据类型的对应关系

JSON 仅支持有限的数据类型，与 Python 类型的对应关系如下（核心基础，必须掌握）：

Python 类型	JSON 类型	说明
dict	object	键必须为字符串（JSON 要求）
list/tuple	array	元组序列化后会转为列表
str	string	必须为 Unicode 字符串
int/float	number	整数 / 浮点数直接对应
True	true	布尔值对应
False	false	布尔值对应
None	null	空值对应

注意：JSON 不支持 Python 的set、datetime、自定义类等类型，需特殊处理（见后文）

补充：

字符串与Unicode字符串的区别

1. 存储的内容不同

   • Unicode 字符串：存储的是 Unicode 码点（code point），即字符的抽象数字表示（例如，汉字 “中” 的 Unicode 码点是 U+4E2D）。它不依赖于具体的编码方式（如 UTF-8、UTF-16 等），而是直接代表字符本身。
   • 普通字符串（字节字符串）：存储的是原始字节（0-255 的整数），这些字节需要通过特定编码（如 ASCII、UTF-8、GBK 等）才能解析为有意义的字符。

2. 编码依赖性不同

   • Unicode 字符串：与编码方式无关，是 “字符的抽象序列”。例如，在 Python 中，str 类型就是 Unicode 字符串，无论字符是中文、英文还是其他语言，都统一用 Unicode 码点表示。
   • 普通字符串：依赖于编码方式。同样的字节序列，用不同编码解析可能得到完全不同的字符。例如，字节 0xE4 0xB8 0xAD 用 UTF-8 解析是 “中”，但用其他编码解析可能是乱码。

3. 支持的字符范围不同

   • Unicode 字符串：支持全球所有语言的字符（包括 emoji），因为 Unicode 标准包含了几乎所有已知的字符集。
   • 普通字符串（如基于 ASCII 编码）：仅支持有限字符（如英文字母、数字和部分符号），无法直接表示中文、日文等复杂字符。

4. 在编程语言中的表现

   • 例如在 Python 中：
     • str 类型是 Unicode 字符串（如 s = "中"）。
     • bytes 类型是字节字符串（如 b = b"\xe4\xb8\xad"，是 “中” 的 UTF-8 编码字节）。
   • 两者需要通过编码（str.encode(encoding)）或解码（bytes.decode(encoding)）进行转换。

      简单来说，Unicode 字符串是 “字符的抽象表示”，而普通字符串（字节串）是 “字符的具体编码字节”。理解两者的区别是处理多语言文本的基础，可避免常见的乱码问题。

二、核心操作：序列化与反序列化

1. 序列化（Python 对象→JSON）

• json.dumps(obj)：将 Python 对象转为 JSON 字符串
• json.dump(obj, file)：将 Python 对象直接写入文件（推荐，避免手动处理文件关闭）

import json# 定义Python对象
data = {"name": "Alice","age": 30,"is_student": False,"hobbies": ["reading", "coding"],"address": None,"scores": (90.5, 85, 95)  # 元组会转为JSON数组
}# 1. 转为JSON字符串
json_str = json.dumps(data)
print("JSON字符串：", json_str)# 2. 直接写入文件（最佳实践：用with语句）
with open("data.json", "w", encoding="utf-8") as f:json.dump(data, f, ensure_ascii=False)  # ensure_ascii=False：保留中文原样

运行结果：

2. 反序列化（JSON→Python 对象）

• json.loads(json_str)：将 JSON 字符串转为 Python 对象
• json.load(file)：从文件读取 JSON 并转为 Python 对象（推荐）

import json
import osdef main():# 1. 从JSON字符串解析json_str = '{"name": "Bob", "age": 25, "hobbies": ["gaming"]}'try:data = json.loads(json_str)print("1. 字符串解析结果：", data)print("   数据类型：", type(data))  # 输出字典类型print("   姓名：", data["name"])print("   年龄：", data["age"])print("   爱好：", data["hobbies"][0])except json.JSONDecodeError as e:print("字符串解析错误：", e)# 2. 从文件读取（包含文件创建逻辑，确保文件存在）file_name = "data.json"# 检查文件是否存在，不存在则创建并写入示例数据if not os.path.exists(file_name):print(f"\n检测到'{file_name}'不存在，正在创建示例文件...")sample_data = {"name": "Alice", "age": 30, "city": "New York"}with open(file_name, "w", encoding="utf-8") as f:json.dump(sample_data, f, ensure_ascii=False, indent=2)print(f"示例文件'{file_name}'创建成功")# 从文件读取JSON数据try:with open(file_name, "r", encoding="utf-8") as f:data_from_file = json.load(f)print("\n2. 文件读取结果：", data_from_file)print("   从文件获取的姓名：", data_from_file["name"])print("   从文件获取的城市：", data_from_file["city"])except FileNotFoundError:print(f"文件读取错误：'{file_name}'未找到")except json.JSONDecodeError as e:print(f"文件内容解析错误：", e)except KeyError as e:print(f"数据键不存在：", e)if __name__ == "__main__":main()

运行结果：

三、进阶：处理复杂数据类型（datetime、自定义类等）

JSON 默认不支持 Python 的datetime、set、自定义类等类型，直接序列化会报错。解决方法：自定义编码器 / 解码器。

1. 处理 datetime 对象

from datetime import datetime
import json# 定义含datetime的对象
data = {"event": "会议","start_time": datetime(2023, 10, 1, 9, 30),"end_time": datetime(2023, 10, 1, 11, 0)
}# 方法1：自定义序列化函数（推荐简单场景）
def datetime_serializer(obj):if isinstance(obj, datetime):return obj.isoformat()  # 转为ISO格式字符串（如"2023-10-01T09:30:00"）raise TypeError(f"类型 {type(obj)} 不支持序列化")# 序列化时指定default参数
json_str = json.dumps(data, default=datetime_serializer, ensure_ascii=False)
print("含datetime的JSON：", json_str)# 反序列化时还原为datetime
def datetime_decoder(dct):for key, value in dct.items():if key.endswith("_time"):  # 假设时间字段以_time结尾try:dct[key] = datetime.fromisoformat(value)except ValueError:pass  # 非时间格式不处理return dctdata_restored = json.loads(json_str, object_hook=datetime_decoder)
print("还原的start_time：", data_restored["start_time"], type(data_restored["start_time"]))  # <class 'datetime.datetime'>

 运行结果：

2. 处理自定义类

import jsonclass User:def __init__(self, name, age):self.name = nameself.age = age# 实例化
user = User("Charlie", 28)# 方法2：继承JSONEncoder实现自定义编码器（适合复杂场景）
class UserEncoder(json.JSONEncoder):def default(self, obj):if isinstance(obj, User):# 转为字典（包含类标识，便于反序列化）return {"__class__": "User", "name": obj.name, "age": obj.age}return super().default(obj)  # 其他类型用默认处理# 序列化
json_str = json.dumps(user, cls=UserEncoder, ensure_ascii=False)
print("User序列化：", json_str)  # {"__class__": "User", "name": "Charlie", "age": 28}# 反序列化时还原为User对象
def user_decoder(dct):if "__class__" in dct and dct["__class__"] == "User":return User(dct["name"], dct["age"])return dctuser_restored = json.loads(json_str, object_hook=user_decoder)
print("还原的User：", user_restored.name, user_restored.age)  # Charlie 28

运行结果：

四、错误处理：捕获 JSON 操作中的异常

JSON 处理中常见异常：

• json.JSONDecodeError：JSON 格式错误（如括号不匹配、语法错误）
• TypeError：序列化不支持的类型（未自定义处理时）

最佳实践：强制捕获异常

代码：

import json# 示例1：处理JSON格式错误
bad_json = '{"name": "Alice", age: 30}'  # 错误：age未加引号
try:data = json.loads(bad_json)
except json.JSONDecodeError as e:print(f"JSON格式错误：{e}，位置：{e.pos}")  # 提示错误位置# 示例2：处理不支持的类型
data = {"set": {1, 2, 3}}  # set不支持序列化
try:json.dumps(data)
except TypeError as e:print(f"序列化错误：{e}")  # 提示"Object of type set is not JSON serializable"

运行结果

JSON格式错误：Expecting property name enclosed in double quotes: line 1 column 19 (char 18)，位置：18
序列化错误：Object of type set is not JSON serializable