目录

一、引言

二、JSON简介

2.1 基本规则：

2.2 写法示例：

对象：

数组

数值

字符串

布尔值和null：

三、Python中的JSON

3.1 序列化和反序列：

3.2 Python json模块概览

3.3 读取JSON数据

3.4 写入JSON数据

3.5 JSON进阶处理

3.5.1 美化输出（pretty-printing）

3.5.2 处理复杂数据类型（日期、自定义对象等）

3.5.3 解决编码问题

3.6 JSON与异常处理

四、总结

---

一、引言

介绍JSON的重要性以及它在现代编程和网络通信中的普遍应用，特别是在API和Web服务中。

二、JSON简介

JSON格式是一种用于结构化数据的轻量级文本交换格式。它采用完全独立于语言的文本格式，但使用了类似于JavaScript对象字面量的习惯性表示法。下面是JSON格式和写法的一些基本规则和示例：

2.1 基本规则：

1. 数据在名称/值对中： 数据由键值对构成。键用双引号"包裹，后面跟一个冒号:，然后是值。
2. 数据由逗号分隔： 多个键值对由逗号,分隔。
3. 花括号保存对象： 由花括号{}包围的是对象，表示一组无序的键值对。
4. 方括号保存数组： 由方括号[]包围的是数组，表示值的有序集合。
5. 字符串必须用双引号表示： JSON中的字符串必须由双引号"包围。
6. 数字不用引号： 数值不必使用引号包围。
7. 文件以UTF-8编码： JSON文本应该以UTF-8编码保存。

2.2 写法示例：

对象：

JSON对象是由花括号包围的键值对的集合。键（Key）必须是字符串，用双引号括起来，而值（Value）可以是字符串、数值、数组、布尔值、null，甚至另一个对象。键和值之间用冒号隔开，不同的键值对之间用逗号隔开。

{"name": "John Doe","age": 30,"isStudent": false,"address": {"street": "123 Main St","city": "Anytown"}
}

数组

JSON数组是由方括号包围的有序值的集合。数组中的值可以是字符串、数值、对象、数组、布尔值或null。数组中的元素用逗号分隔。

["apple","banana","cherry"
]

数值

JSON数值可以是整数或浮点数，和大多数编程语言中的数值表示相似。

{"integer": 25,"float": 3.14159
}

字符串

JSON字符串是由双引号包围的字符序列。字符串是文本数据的表示方式，可以包含任何Unicode字符。

{"greeting": "Hello, World!"
}

布尔值和null：

JSON布尔值只有两个，true 和 false。它们用于表示逻辑值。

null 在JSON中用于表示一个空值或不存在的值。

{"isStudent": false,"nickname": null
}

三、Python中的JSON

3.1 序列化和反序列：

在编程中，序列化和反序列化是两个互补的过程，用于将对象状态或数据结构转换为可存储或传输的格式（如JSON或XML），以及将这种格式重新转换回原来的对象状态或数据结构。

• 序列化（Serialization）是将对象转换为字节流的过程，以便可以在网络上传输或保存到磁盘或数据库中。在序列化过程中，对象的状态和数据将被转换为二进制格式，使其能够被传输或存储。

举例： 当你把JSON数据写入一个TXT文件时，你实际上是在做序列化操作。你把在内存中的数据结构（例如，Python的字典、列表等）转换为JSON格式的字符串，并保存这个字符串到一个文本文件中。这个过程涉及到“序列化”，因为你把内存中的数据结构转换为了一种能够被存储和传输的格式。

• 反序列化（Deserialization）则是将序列化的字节流重新转换回对象的过程。通过反序列化，我们可以从字节流中重新构建出原始对象，并且恢复其状态和数据。

举例：如果在之后的某个时刻，你需要读取这个TXT文件并使用文件中的数据，你将需要把这个JSON格式的字符串“反序列化”成原来的数据结构，以便在代码中使用这些数据。这个过程通常涉及到解析这个字符串，并根据其内容重建原来的数据结构或对象。

3.2 Python json模块概览

在Python中，json 模块提供了一种简单的方法来编码和解码JSON数据。也就是说，它允许你将Python对象转换为JSON格式的字符串，也可以将JSON格式的字符串转换为Python对象。

基本功能：

以下是json模块的一些基本功能：

1. json.dumps(obj): 将Python对象编码成JSON字符串，这个过程称为序列化。你可以通过这个方法，将字典、列表、元组和原生数据类型转换为JSON格式的字符串。

2. json.loads(s): 将已编码的JSON字符串解码为Python对象，这个过程称为反序列化。该方法用于处理存储在字符串中的JSON数据。

3. json.dump(obj, fp): 将Python对象编码成JSON格式，并将其写入到一个类文件对象fp中。这对于写入JSON文件非常有用。

4. json.load(fp): 读取类文件对象fp中的JSON数据，并将其解码为Python对象。这在读取JSON文件时非常常用。

3.3 读取JSON数据

• 如何使用json.loads()从字符串中读取JSON数据

import jsonjson_data = '{"name": "John", "age": 30, "city": "New York"}'
python_obj = json.loads(json_data)
print(python_obj["name"])  # 输出: John

• 使用json.load()从文件中读取JSON数据

import jsonwith open('data.json', 'r', encoding='utf-8') as file:python_obj = json.load(file)print(python_obj["age"])  # 输出: 30

3.4 写入JSON数据

• 使用json.dumps()将Python对象转换为JSON字符串

import jsonpython_dict = {"name": "Jane", "age": 25, "city": "Paris"}
json_data = json.dumps(python_dict)
print(json_data)  # 输出: {"name": "Jane", "age": 25, "city": "Paris"}

• 使用json.dump()将Python对象写入文件

import jsonpython_dict = {"name": "Jane", "age": 25, "city": "Paris"}
with open('data.json', 'w', encoding='utf-8') as file:json.dump(python_dict, file)

3.5 JSON进阶处理

3.5.1 美化输出（pretty-printing）

要美化JSON输出，你可以使用json.dumps()方法的indent参数。此外，sort_keys参数可以让JSON数据中的键按字母顺序输出。

import jsondata = {"name": "John Doe","age": 30,"isStudent": False,"courses": ["Math", "Science"]
}pretty_json = json.dumps(data, indent=4, sort_keys=True)
print(pretty_json)

3.5.2 处理复杂数据类型（日期、自定义对象等）

JSON标准本身不支持特定的复杂数据类型（如日期或自定义对象）。要处理这些类型，你需要在序列化和反序列化过程中进行自定义转换。

日期

对于日期类型，你可以在序列化时将其转换为字符串，在反序列化时再从字符串转换回日期类型。

import json
from datetime import datetime, datedef date_handler(obj):if hasattr(obj, 'isoformat'):return obj.isoformat()else:raise TypeError("Type is not serializable")data = {"name": "John Doe","birthday": date(1990, 4, 28)
}json_data = json.dumps(data, default=date_handler)
print(json_data)

自定义对象

对于自定义对象，可以定义一个函数，将对象转换为可JSON序列化的形式。同样，也可以在反序列化时进行相应的转换。

class User:def __init__(self, name, age):self.name = nameself.age = age# 自定义序列化函数
def encode_user(obj):if isinstance(obj, User):return {'name': obj.name, 'age': obj.age}  # 或其他可识别的格式raise TypeError("Object of type User is not JSON serializable")user = User("Jane Doe", 32)
user_json = json.dumps(user, default=encode_user)
print(user_json)

3.5.3 解决编码问题

在处理非ASCII字符时，设置ensure_ascii参数为False可以避免将这些字符转换成ASCII字符编码的序列，从而可以直接在JSON字符串中使用原始字符。

data = {"name": "张三","age": 30,"isStudent": False
}json_data = json.dumps(data, ensure_ascii=False)
print(json_data)

3.6 JSON与异常处理

• 处理JSON解析错误

import jsonjson_data = '{"name": "John", age: 30, "city": "New York"}'  # 错误的JSON格式
try:python_obj = json.loads(json_data)
except json.JSONDecodeError as e:print(f"解析JSON时发生错误：{e}")

四、总结

强调掌握Python中的JSON处理对于进行有效的数据交换和应用程序开发的重要性。