百度360必应搜狗淘宝本站头条
mysql distinctjenkins官网mysql 子查询vba splitpython list sort
当前位置：网站首页 > IT技术 > 正文

Python 数据的 JSON 格式序列化及反序列化

wptr33 2025-03-29 23:05 17 浏览

在 Python 中，将数据转换为 JSON 格式非常简单，可以使用内置的 json 模块。json 模块提供了 json.dumps() 和 json.dump() 方法，用于将 Python 对象（如字典、列表、字符串等）转换为 JSON 字符串或写入文件。

一、Python 数据的 JSON 格式序列化

1. 使用 json.dumps() 将 Python 对象转换为 JSON 字符串

json.dumps() 方法将 Python 对象转换为 JSON 格式的字符串。

示例代码：

import json


# Python 字典

data = {

"name": "John",

"age": 30,

"is_student": False,

"courses": ["Math", "Science"],

"address": {

"city": "New York",

"zipcode": "10001"

}

}


# 将 Python 对象转换为 JSON 字符串

json_string = json.dumps(data, indent=4) # indent 参数用于美化输出，缩进 4 个空格

print(json_string)

输出：

{

"name": "John",

"age": 30,

"is_student": false,

"courses": [

"Math",

"Science"

],

"address": {

"city": "New York",

"zipcode": "10001"

}

}

2. 使用 json.dump() 将 Python 对象写入 JSON 文件

json.dump() 方法将 Python 对象直接写入文件。

示例代码：

import json


# Python 字典

data = {

"name": "John",

"age": 30,

"is_student": False,

"courses": ["Math", "Science"],

"address": {

"city": "New York",

"zipcode": "10001"

}

}


# 将 Python 对象写入 JSON 文件

with open("data.json", "w") as json_file:

json.dump(data, json_file, indent=4) # indent 参数用于美化输出

文件内容（data.json）：

{

"name": "John",

"age": 30,

"is_student": false,

"courses": [

"Math",

"Science"

],

"address": {

"city": "New York",

"zipcode": "10001"

}

}

3. 处理不支持的数据类型

默认情况下，json 模块只能序列化以下 Python 数据类型：

  • 字典
  • 列表
  • 字符串
  • 整数
  • 浮点数
  • 布尔值
  • None

如果需要序列化其他数据类型（如日期、自定义对象等），可以通过 default 参数指定一个转换函数。

示例代码：

import json

from datetime import datetime


# 自定义对象

class User:

def __init__(self, name, age):

self.name = name

self.age = age


# 自定义转换函数

def custom_serializer(obj):

if isinstance(obj, datetime):

return obj.isoformat() # 将 datetime 转换为字符串

elif isinstance(obj, User):

return {"name": obj.name, "age": obj.age} # 将 User 对象转换为字典

raise TypeError(f"Type {type(obj)} not serializable")


# 数据包含自定义对象和日期

data = {

"user": User("John", 30),

"created_at": datetime.now()

}


# 使用 default 参数处理不支持的类型

json_string = json.dumps(data, default=custom_serializer, indent=4)

print(json_string)

输出：

{

"user": {

"name": "John",

"age": 30

},

"created_at": "2023-10-05T12:34:56.789012"

}

4. 其他常用参数

  • indent：指定缩进空格数，用于美化输出。
  • sort_keys：是否按键名排序（默认为 False）。
  • ensure_ascii：是否确保输出为 ASCII 字符（默认为 True，设置为 False 可以输出非 ASCII 字符）。

示例：

json_string = json.dumps(data, indent=4, sort_keys=True, ensure_ascii=False)


总结

  • 使用 json.dumps() 将 Python 对象转换为 JSON 字符串。
  • 使用 json.dump() 将 Python 对象写入 JSON 文件。
  • 通过 default 参数处理不支持的数据类型。
  • 使用 indent、sort_keys 等参数控制输出格式。

JSON 是 Web 开发中常用的数据交换格式，Python 的 json 模块提供了简单易用的工具来处理 JSON 数据。

二、Python 的 JSON 字符串反序列化

在 Python 中，将 JSON 字符串反序列化为 Python 对象（如字典、列表等）也非常简单，可以使用内置的 json 模块。json 模块提供了 json.loads() 和 json.load() 方法，用于将 JSON 字符串或文件内容转换为 Python 对象。

1. 使用 json.loads() 将 JSON 字符串转换为 Python 对象

json.loads() 方法将 JSON 格式的字符串转换为 Python 对象（通常是字典或列表）。

示例代码：

import json


# JSON 字符串

json_string = '''

{

"name": "John",

"age": 30,

"is_student": false,

"courses": ["Math", "Science"],

"address": {

"city": "New York",

"zipcode": "10001"

}

}

'''


# 将 JSON 字符串转换为 Python 对象

data = json.loads(json_string)

print(data)

print(type(data)) # 输出

输出：

{

'name': 'John',

'age': 30,

'is_student': False,

'courses': ['Math', 'Science'],

'address': {

'city': 'New York',

'zipcode': '10001'

}

}

2. 使用 json.load() 从 JSON 文件读取并转换为 Python 对象

json.load() 方法从文件中读取 JSON 数据并转换为 Python 对象。

示例代码：

假设有一个 data.json 文件，内容如下：

{

"name": "John",

"age": 30,

"is_student": false,

"courses": ["Math", "Science"],

"address": {

"city": "New York",

"zipcode": "10001"

}

}

读取并解析文件：

import json


# 从 JSON 文件中读取并转换为 Python 对象

with open("data.json", "r") as json_file:

data = json.load(json_file)


print(data)

print(type(data)) # 输出

输出：

{

'name': 'John',

'age': 30,

'is_student': False,

'courses': ['Math', 'Science'],

'address': {

'city': 'New York',

'zipcode': '10001'

}

}

3. 处理复杂数据类型

默认情况下，json 模块会将 JSON 数据转换为以下 Python 数据类型：

  • JSON 对象 → Python 字典
  • JSON 数组 → Python 列表
  • JSON 字符串 → Python 字符串
  • JSON 数字 → Python 整数或浮点数
  • JSON true/false → Python True/False
  • JSON null → Python None

如果需要将 JSON 数据转换为自定义对象，可以使用 object_hook 参数。

示例代码：

import json


# JSON 字符串

json_string = '''

{

"name": "John",

"age": 30,

"is_student": false,

"address": {

"city": "New York",

"zipcode": "10001"

}

}

'''


# 自定义类

class User:

def __init__(self, name, age, is_student, address):

self.name = name

self.age = age

self.is_student = is_student

self.address = address


def __repr__(self):

return f"User(name={self.name}, age={self.age}, is_student={self.is_student}, address={self.address})"


# 自定义转换函数

def custom_deserializer(dct):

if "name" in dct and "age" in dct: # 判断是否为 User 对象

return User(dct["name"], dct["age"], dct["is_student"], dct["address"])

return dct


# 使用 object_hook 参数处理自定义对象

data = json.loads(json_string, object_hook=custom_deserializer)

print(data)

输出：

User(name=John, age=30, is_student=False, address={'city': 'New York', 'zipcode': '10001'})

4. 其他注意事项

  • JSON 字符串格式必须正确：如果 JSON 字符串格式不正确（例如缺少引号、括号不匹配等），会抛出 json.JSONDecodeError 异常。
  • 处理日期和时间：JSON 本身不支持日期和时间类型，通常需要将日期时间转换为字符串后再反序列化。

示例：处理日期时间

import json

from datetime import datetime


# JSON 字符串

json_string = '''

{

"event": "Conference",

"date": "2023-10-05T12:34:56"

}

'''


# 自定义转换函数

def custom_deserializer(dct):

if "date" in dct:

dct["date"] = datetime.fromisoformat(dct["date"]) # 将字符串转换为 datetime 对象

return dct


# 使用 object_hook 参数处理日期时间

data = json.loads(json_string, object_hook=custom_deserializer)

print(data)

输出：

{

'event': 'Conference',

'date': datetime.datetime(2023, 10, 5, 12, 34, 56)

}

总结

  • 使用 json.loads() 将 JSON 字符串转换为 Python 对象。
  • 使用 json.load() 从 JSON 文件读取并转换为 Python 对象。
  • 使用 object_hook 参数处理自定义对象或复杂数据类型。
  • JSON 是 Web 开发中常用的数据交换格式，Python 的 json 模块提供了简单易用的工具来处理 JSON 数据。

好了，此文足已能让你无忧于 Python 数据的 JSON 格式序列化及反序列化了。

爱学习的小伙伴，关注不迷路哟～

python

相关推荐

MySQL进阶五之自动读写分离mysql-proxy

自动读写分离目前，大量现网用户的业务场景中存在读多写少、业务负载无法预测等情况，在有大量读请求的应用场景下，单个实例可能无法承受读取压力，甚至会对业务产生影响。为了实现读取能力的弹性扩展，分担数据库压...

Postgres vs MySQL_vs2022连接mysql数据库

...

3分钟短文 | Laravel SQL筛选两个日期之间的记录，怎么写?

引言今天说一个细分的需求，在模型中，或者使用laravel提供的EloquentORM功能，构造查询语句时，返回位于两个指定的日期之间的条目。应该怎么写？本文通过几个例子，为大家梳理一下。学习时...

一文由浅入深带你完全掌握MySQL的锁机制原理与应用

本文将跟大家聊聊InnoDB的锁。本文比较长，包括一条SQL是如何加锁的，一些加锁规则、如何分析和解决死锁问题等内容，建议耐心读完，肯定对大家有帮助的。为什么需要加锁呢？...

验证Mysql中联合索引的最左匹配原则

后端面试中一定是必问mysql的，在以往的面试中好几个面试官都反馈我Mysql基础不行，今天来着重复习一下自己的弱点知识。在Mysql调优中索引优化又是非常重要的方法，不管公司的大小只要后端项目中用到...

MySQL索引解析(联合索引/最左前缀/覆盖索引/索引下推)

目录1.索引基础...

你会看 MySQL 的执行计划(EXPLAIN)吗?

SQL执行太慢怎么办？我们通常会使用EXPLAIN命令来查看SQL的执行计划，然后根据执行计划找出问题所在并进行优化。用法简介...

MySQL 从入门到精通(四)之索引结构

索引概述索引(index)，是帮助MySQL高效获取数据的数据结构(有序)，在数据之外，数据库系统还维护者满足特定查询算法的数据结构，这些数据结构以某种方式引用(指向)数据,这样就可以在这些数据结构...

mysql总结——面试中最常问到的知识点

mysql作为开源数据库中的榜一大哥，一直是面试官们考察的重中之重。今天，我们来总结一下mysql的知识点，供大家复习参照，看完这些知识点，再加上一些边角细节，基本上能够应付大多mysql相关面试了（...

mysql总结——面试中最常问到的知识点(2)

首先我们回顾一下上篇内容，主要复习了索引，事务，锁，以及SQL优化的工具。本篇文章接着写后面的内容。性能优化索引优化，SQL中索引的相关优化主要有以下几个方面：最好是全匹配。如果是联合索引的话，遵循最...

MySQL基础全知全解!超详细无废话!轻松上手~

本期内容提醒：全篇2300+字,篇幅较长，可搭配饭菜一同“食”用，全篇无废话(除了这句)，干货满满，可收藏供后期反复观看。注：MySQL中语法不区分大小写，本篇中...

深入剖析 MySQL 中的锁机制原理_mysql 锁详解

在互联网软件开发领域，MySQL作为一款广泛应用的关系型数据库管理系统，其锁机制在保障数据一致性和实现并发控制方面扮演着举足轻重的角色。对于互联网软件开发人员而言，深入理解MySQL的锁机制原理...

Java 与 MySQL 性能优化:MySQL分区表设计与性能优化全解析

引言在数据库管理领域，随着数据量的不断增长，如何高效地管理和操作数据成为了一个关键问题。MySQL分区表作为一种有效的数据管理技术，能够将大型表划分为多个更小、更易管理的分区，从而提升数据库的性能和可...

MySQL基础篇:DQL数据查询操作_mysql 查

一、基础查询DQL基础查询语法SELECT字段列表FROM表名列表WHERE条件列表GROUPBY分组字段列表HAVING分组后条件列表ORDERBY排序字段列表LIMIT...

MySql:索引的基本使用_mysql索引的使用和原理

一、索引基础概念1.什么是索引？索引是数据库表的特殊数据结构（通常是B+树），用于...

一周热门
最近发表
标签列表
赣ICP备2024040476号-12