python读写json、格式化写入json文件实现方式

 更新时间:2025年10月24日 08:53:24   作者:尤达c  
文章介绍了JSON和Python序列化操作,对比了json和pickle模块的特点,详细讲解了json模块的核心方法、数据类型限制以及JSON文件格式化技巧

JSON与Python序列化操作指南

一、JSON概述

定义

JSON(JavaScript Object Notation)是一种轻量级数据交换格式,基于ECMAScript子集,具有以下特性:

  • 语言无关的文本格式
  • 语法类似C语言家族(C/C++/Java/JavaScript等)
  • 人类可读且机器高效解析
  • 广泛用于网络数据传输

Python中的映射关系

JSON数组   ↔ Python列表(list)
JSON对象  ↔ Python字典(dict)

二、序列化模块对比

特性json 模块pickle 模块
跨语言支持✔️ (多语言兼容)❌ (仅Python)
数据类型支持基础类型(字典/列表/字符串/数字)所有Python类型(类/函数等)
安全性高(无代码执行风险)低(可能执行任意代码)
典型用途API数据交换、配置文件Python对象持久化存储

三、json模块核心方法

1. dumps():数据类型 → JSON字符串

import json

test_dict = {'one': 1, 'two': {2.1: ['a', 'b']}}
json_str = json.dumps(test_dict)  # 关键操作

print(f"原始类型: {type(test_dict)}")  # <class 'dict'>
print(f"转换后类型: {type(json_str)}")  # <class 'str'>
print(f"JSON字符串: {json_str}")      # {"one": 1, "two": {"2.1": ["a", "b"]}}

注意:键2.1会被转换为字符串(JSON规范要求键必须是字符串)

2. loads():JSON字符串 → Python数据类型

new_dict = json.loads(json_str)  # 解析JSON字符串

print(f"解析后类型: {type(new_dict)}")  # <class 'dict'>
print(f"内容: {new_dict}")             # {'one': 1, 'two': {'2.1': ['a', 'b']}}

3. dump():字典 → JSON文件

with open("record.json", "w") as f:
    json.dump(new_dict, f)  # 写入文件
    print("JSON文件写入完成")

生成文件内容

{"one": 1, "two": {"2.1": ["a", "b"]}}

4. load():JSON文件 → Python字典

with open("record.json", "r") as load_f:
    load_dict = json.load(load_f)  # 从文件加载

print(f"文件解析类型: {type(load_dict)}")  # <class 'dict'>
print(f"内容: {load_dict}")               # {'one': 1, 'two': {'2.1': ['a', 'b']}}

四、JSON文件格式化技巧

两种等效实现方式:

# 方法1:dumps() + 手动写入
with open("format_json.json", "w") as f:
    f.write(json.dumps(load_dict, indent=4, ensure_ascii=False))

# 方法2:直接使用dump()参数
with open("format_json.json", "w") as f:
    json.dump(load_dict, f, indent=4, ensure_ascii=False)

关键参数

  • indent=4:4空格缩进格式化
  • ensure_ascii=False:支持非ASCII字符(如中文)

格式化后文件

{
    "one": 1,
    "two": {
        "2.1": [
            "a",
            "b"
        ]
    }
}

核心总结

基础转换

  • dumps/loads:内存对象 ↔ JSON字符串
  • dump/load:文件 ↔ 内存对象

数据类型限制

JSON不支持Python特有类型(如日期/类对象),此时需用pickle

最佳实践

# 写入推荐
json.dump(data, file, indent=2, ensure_ascii=False) 

# 读取推荐
with open("data.json") as f:
    data = json.load(f)

以上为个人经验,希望能给大家一个参考,也希望大家多多支持脚本之家。

相关文章

  • Python进阶之自定义对象实现切片功能

    Python进阶之自定义对象实现切片功能

    这篇文章主要介绍了Python进阶之自定义对象实现切片功能,小编觉得挺不错的,现在分享给大家,也给大家做个参考。一起跟随小编过来看看吧
    2019-01-01
  • python使用pdfminer解析pdf文件的方法示例

    python使用pdfminer解析pdf文件的方法示例

    这篇文章主要介绍了python使用pdfminer解析pdf文件的方法示例,小编觉得挺不错的,现在分享给大家,也给大家做个参考。一起跟随小编过来看看吧
    2018-12-12
  • 详解Python自动化之文件自动化处理

    详解Python自动化之文件自动化处理

    今天给大家带来的是关于Python的相关知识,文章围绕着Python文件自动化处理展开,文中有非常详细的介绍及代码示例,需要的朋友可以参考下
    2021-06-06
  • Python函数的嵌套详解

    Python函数的嵌套详解

    这篇文章主要为大家介绍了Python函数的嵌套,具有一定的参考价值,感兴趣的小伙伴们可以参考一下,希望能够给你带来帮助
    2022-01-01
  • Python爬取365好书中小说代码实例

    Python爬取365好书中小说代码实例

    这篇文章主要介绍了Python爬取365好书中小说代码实例,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
    2020-02-02
  • Python破解网站登录密码脚本

    Python破解网站登录密码脚本

    这篇文章主要为大家介绍一个简单的Python暴力破解网站登录密码脚本,文中的过程讲解详细,对我们学习Python有一定的帮助,感兴趣的可以学习一下
    2022-01-01
  • Pytorch中求模型准确率的两种方法小结

    Pytorch中求模型准确率的两种方法小结

    这篇文章主要介绍了Pytorch中求模型准确率的两种方法小结,具有很好的参考价值,希望对大家有所帮助。如有错误或未考虑完全的地方,望不吝赐教
    2021-05-05
  • 浅谈Python中range和xrange的区别

    浅谈Python中range和xrange的区别

    本篇文章主要介绍了浅谈Python中range和xrange的区别,小编觉得挺不错的,现在分享给大家,也给大家做个参考。一起跟随小编过来看看吧
    2017-12-12
  • 基于Pandas实现竖向拼接多个DataFrame对象的几种常用方法

    基于Pandas实现竖向拼接多个DataFrame对象的几种常用方法

    在pandas模块中,通常我们都需要对类型为DataFrame的数据进行操作,其中最为常见的操作便是拼接了,在Python中,可以使用pandas库的concat()函数或append()方法来竖向(按行)拼接多个DataFrame对象,本文介绍了几种常用的方法,需要的朋友可以参考下
    2025-09-09
  • Python实现两种多分类混淆矩阵

    Python实现两种多分类混淆矩阵

    这篇文章主要为大家介绍了Python实现两种多分类混淆矩阵,有需要的朋友可以借鉴参考下,希望能够有所帮助,祝大家多多进步,早日升职加薪
    2022-06-06

最新评论