介绍
当处理 JSON 数据时，Python 中的 json 模块提供了四个主要的函数：dump、dumps、load 和 loads。这些函数提供了在 JSON 数据和 Python 对象之间进行转换和序列化的功能。
JSON（JavaScript Object Notation）是一种轻量级的数据交换格式，广泛用于将数据从一个应用程序传输到另一个应用程序。它基于 JavaScript 语言的一个子集，但已成为跨编程语言和平台的通用数据格式。
JSON 数据由键值对组成，类似于 Python 中的字典或 JavaScript 中的对象。它支持以下数据类型：
- 字符串（String）：表示文本数据，使用双引号括起来。
- 数字（Number）：表示整数或浮点数。
- 布尔值（Boolean）：表示真或假。
- 数组（Array）：表示有序的值列表，使用方括号括起来，值之间用逗号分隔。
- 对象（Object）：表示键值对集合，使用花括号括起来，键和值之间用冒号分隔，键值对之间用逗号分隔。
常用 API
-
**loads() **：将 JSON 字符串解析为 Python 对象。
注意：
- 在使用 loads 的时候 json 中的字符串必须要用双引号，否则会报错（json.decoder.JSONDecodeError: Expecting property name enclosed in double quotes: line 3 column 5 (char 12)）
- 入参不能为 None，否则报错
-
dumps() ： 将 Python 对象转换为为 JSON 字符串
参数：
-
obj（必需）：要编码为 JSON 格式的 Python 数据结构。这可以是字典、列表、整数、字符串等等。
-
ensure_ascii（可选）：默认为 True。
- 如果将其设置为 True，则会确保生成的 JSON 字符串中的所有非 ASCII 字符都会被转义为 Unicode 转义序列（例如 \uXXXX），以便在输出时保持 ASCII 字符集。
- 如果将其设置为 False，则非 ASCII 字符将以原始形式保留在输出中。
-
indent（可选）：用于指定生成的 JSON 字符串的缩进级别。如果设置为一个整数，将在生成的 JSON 字符串中包含缩进，使其更易于阅读。
-
skipkeys（可选）：默认为 False。如果将其设置为 True，则会跳过那些字典键不是基本数据类型（str, int, float, bool, NoneType）的项。如果字典中包含非基本数据类型的键，将会引发 TypeError。
-
check_circular（可选）：默认为 True。
- 如果将其设置为 True，则会检查循环引用并引发 ValueError。
- 如果将其设置为 False，则不会检查循环引用。
-
allow_nan（可选）：默认为 True。
- 如果将其设置为 True，则允许编码浮点数值为特殊值（如 NaN 和 Infinity），这符合 JSON 规范。
- 如果将其设置为 False，则将 NaN 和 Infinity 视为无效输入，并引发 ValueError。
-
cls（可选）：用于指定自定义 JSON 编码器的类。默认为 None，表示使用标准的 JSON 编码器。
-
separators（可选）：用于指定生成的 JSON 字符串中的分隔符。
默认为 (
", "，": ")，表示键值对之间使用逗号和冒号分隔。可以根据需要自定义分隔符。
import jsonstr = '''[{"name":"AnJing","age":"26" }] ''' data = json.loads(str) print(data) # 输出：[{'name': 'AnJing', 'age': '26'}] print(type(data)) # 输出：<class 'list'> print(data[0].get('name')) # 输出：AnJing print(data[0]['name']) # 通过下标进行选择str_data = json.dumps(data) print(type(data)) # 输出：<class 'str'> print(data) # 输出：[{"name": "AnJing", "age": "26"}] -
-
load() ：从 JSON 文件中读取数据，并将其解析为 Python 对象。
它接受一个参数：要读取的文件对象。
-
dump() ：将 Python 对象转换为 JSON 数据，并将其写入文件对象中
它接受两个参数：要序列化的对象和目标文件对象
注意：在使用 dump 和 load 函数时，需要提供文件对象并确保文件以适当的模式打开（如 ‘w’ 用于写入，‘r’ 用于读取）
import jsonstr = [{"name":"AnJing","age":"26" }] # 通过dump写入到文件中 json.dump(str, open('123.json','w')) # 通过load查看是否写入 data = json.load(open('123.json','r')) print(data) # 输出：[{'name': 'AnJing', 'age': '26'}]
常见报错
-
解析无效的 JSON 字符串
如果提供的 JSON 数据无效，解析过程将引发 JSONDecodeError 异常。
例如：
-
缺少引号
invalid_json = '{"name": "ZhangSan", age: 30, "city": "ShenZhen"}' data = json.loads(invalid_json) # 引发JSONDecodeError异常。原因为JSON字符串中的age缺少双引号，导致解析失败 -
不符合 JSON 语法规则（JSON 数据内字符串必须使用双引号）
-
-
解析无效属性的字符串
如果方法入参为 None 或空字符串灯，解析过程将引发 AttributeError 错误
-
访问不存在的键
如果尝试访问 JSON 数据中不存在的键，将引发 KeyError 异常。
print(data['address']) # 引发KeyError异常。原因为JSON数据中没有address键，访问该键将引发异常
获取对象去除为 null 的字段的 json 字符串
-
要将一个包含基本模型的对象转换为 JSON 并去除其中的
null字段，可以使用 Python 中的json模块和一个递归函数来完成这个任务。 -
示例代码
import jsondef remove_null(obj):if isinstance(obj, dict):return {key: remove_null(value) for key, value in obj.items() if value is not None}elif isinstance(obj, list):return [remove_null(item) for item in obj if item is not None]else:return obj# 示例对象，包含了一些 None 值 data = {"name": "John","age": None,"address": {"street": "123 Main St","city": None,"zip_code": "98765"},"hobbies": ["reading", None, "swimming"] } # 使用 remove_null 函数去除 None 值 data_without_null: dict = remove_null(data) # 将处理后的对象转换为 JSON 格式 json_data = json.dumps(data_without_null)# 注意：继承自pydantic的BaseModel类的类，若有字段的类型也是BaseModel，需先转json再转dict，再传入函数 json_data = json.dumps(remove_null(json.loads(base_model.josn())))
漏洞复现)
