我要评论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代码网。
发表评论