一、什么是JSON？
JSON（JavaScript Object Notation）是一种基于文本的开放标准，用于表示结构化数据。它采用键值对的形式组织数据，支持以下基本数据类型：
- 字符串（string）
- 数字（number）
- 布尔值（true / false）
- 空值（null）
- 对象（object，即键值对集合）
- 数组（array，即有序列表）
例如，一个简单的 JSON 数据如下：
{ "name": "张三", "age": 25, "is_student": true, "hobbies": ["读书", "游泳"], "address": null }二、Python中的json模块
Python 的标准库json提供了将 Python 对象序列化为 JSON 字符串，以及将 JSON 字符串反序列化为 Python 对象的功能。该模块无需安装，直接导入即可使用：
import json主要函数
| 函数 | 功能 |
|---|---|
json.dumps(obj) | 将 Python 对象转换为 JSON 字符串 |
json.loads(s) | 将 JSON 字符串解析为 Python 对象 |
json.dump(obj, file) | 将 Python 对象写入文件（以 JSON 格式） |
json.load(file) | 从文件读取 JSON 数据并解析为 Python 对象 |
三、数据类型映射关系
Python 与 JSON 在数据类型上存在一定的映射关系：
| Python 类型 | JSON 类型 |
|---|---|
dict | object |
list,tuple | array |
str | string |
int,float | number |
True | true |
False | false |
None | null |
注意：Python 中的
tuple会被转换为 JSON 的array，但反向解析时会变成list。
四、基本用法示例
1. 序列化：Python对象 → JSON字符串（dumps）
import json data = { "name": "李四", "age": 30, "is_employee": True, "skills": ["Python", "Django", "Flask"], "address": None } # 转换为JSON字符串 json_str = json.dumps(data, ensure_ascii=False, indent=2) print(json_str)输出结果：
{ "name": "李四", "age": 30, "is_employee": true, "skills": [ "Python", "Django", "Flask" ], "address": null }参数说明：
ensure_ascii=False：允许非ASCII字符（如中文）正常显示，否则会转义。indent=2：美化输出，使用2个空格缩进，便于阅读。
2. 反序列化：JSON字符串 → Python对象（loads）
json_string = ''' { "title": "Python入门教程", "pages": 256, "available": true, "tags": ["编程", "学习"] } ''' data = json.loads(json_string) print(type(data)) # <class 'dict'> print(data['title']) # Python入门教程3. 写入JSON文件（dump）
with open('data.json', 'w', encoding='utf-8') as f: json.dump(data, f, ensure_ascii=False, indent=4)这会将data对象写入名为data.json的文件中，并以 UTF-8 编码保存，支持中文。
4. 读取JSON文件（load）
with open('data.json', 'r', encoding='utf-8') as f: loaded_data = json.load(f) print(loaded_data)五、常见问题与注意事项
1. 处理中文乱码
默认情况下，json.dumps()会将非 ASCII 字符转义（如\u4e2d\u6587），需设置ensure_ascii=False才能正确显示中文。
2. 自定义对象无法直接序列化
Python 中自定义类的对象不能直接被json序列化。例如：
class Person: def __init__(self, name, age): self.name = name self.age = age p = Person("王五", 28) # json.dumps(p) # 报错：Object of type Person is not JSON serializable解决方法：提供自定义的序列化函数或继承JSONEncoder。
方法一：使用default参数
def person_serializer(obj): if isinstance(obj, Person): return {'name': obj.name, 'age': obj.age} raise TypeError(f"Object of type {type(obj)} is not JSON serializable") json_str = json.dumps(p, default=person_serializer, ensure_ascii=False, indent=2) print(json_str)方法二：自定义 JSONEncoder
class PersonEncoder(json.JSONEncoder): def default(self, obj): if isinstance(obj, Person): return {'name': obj.name, 'age': obj.age} return super().default(obj) json_str = json.dumps(p, cls=PersonEncoder, ensure_ascii=False, indent=2) print(json_str)六、实际应用场景
API 接口通信
Web 开发中，客户端与服务器常通过 JSON 传输数据。Python 后端可使用json模块解析请求体或构造响应内容。配置文件存储
使用.json文件保存程序配置，如数据库连接信息、用户偏好设置等。日志记录与数据导出
将结构化数据以 JSON 格式保存，便于后续分析或迁移。跨语言数据交换
JSON 是语言无关的格式，Python 生成的 JSON 可被 JavaScript、Java、Go 等语言解析。
七、性能建议
- 对于大量数据操作，避免频繁调用
dumps/loads，可考虑批量处理。 - 若需更高性能，可使用第三方库如
ujson或orjson（非标准库，但兼容性好）。
总结
Python 的json模块是一个功能强大且简单易用的标准库，能够高效地完成 JSON 数据的序列化与反序列化。掌握其基本用法对于从事 Web 开发、数据处理或自动化脚本编写的开发者来说至关重要。
通过本文的学习，你应该已经掌握了：
- 如何使用
dumps和loads进行字符串级别的转换； - 如何使用
dump和load操作 JSON 文件； - 如何处理中文、美化输出；
- 如何扩展支持自定义对象；
- 了解常见的使用场景与最佳实践。
📌参考文档
Python 官方文档 - json 模块
