目录

博主发现当我们自己不知道 Python 某个模块的用法时，自己又没有相关笔记什么的，一般人很少去官网进行查阅，然后在网上乱找一通，描述的也不详细，非常地浪费时间，故博主决定自己将常用模块中常用的方法进行总结，以便后期自己查阅和网上的朋友们查找学习。今天开始总结我们的第二个常用模块：json 模块。

Python 中的 json 模块提供了对 JSON 的支持，用于将 JSON 格式字符串转换为 Python 对象。首先需要了解一下什么是 JSON。

1. json 模块介绍

1.1 json 模块快用导航

在这里插入图片描述

1.2 什么是JSON

JSON（JavaScript Object Notation）是一种轻量级的数据交换格式。它易于人类阅读和编写，同时也方便机器解析和生成。JSON 是基于 JavaScript 语言的对象表示法，但独立于语言，它已经成为一种常用的标准数据格式，广泛用于 Web 开发、API 数据传输、配置文件等场景。https://www.json.org/json-en.html

1.2.1 JSON的特点

  1. 轻量级：JSON 格式非常简洁，只有少量的语法符号，适合在网络上传输数据。
  2. 结构化数据：JSON 可以表示简单的数据结构，如字符串、数字、布尔值、数组、对象等，也可以表示嵌套的复杂数据结构。
  3. 跨平台：JSON 与编程语言无关，几乎所有的编程语言都提供了处理 JSON 的库或函数，使其广泛使用于多种系统之间的数据交换。

1.2.2 JSON的基本语法

  1. 对象（Object）：表示键值对的集合，用大括号 {} 包裹，键和值之间用冒号 : 分隔，多个键值对之间用逗号 , 分隔。
  2. 数组（Array）：表示一个有序的值列表，用方括号 [] 包裹，多个值之间用逗号 , 分隔。
  3. 键（Key）：必须是字符串类型，并用双引号 "" 包裹。
  4. 值（Value）：可以是字符串、数字、布尔值、数组、对象或 null。

1.2.3 JSON数据类型

  1. 字符串（String）：必须用双引号括起来。字符串内部可以包含 Unicode 字符、转义字符（如 \n、\t 等）。
  2. 数字（Number）：可以是整数或浮点数，表示方式与常规数字相同。
  3. 布尔值（Boolean）：两个值，true 或 false，用来表示逻辑状态。
  4. 数组（Array）：有序的数据列表，可以包含任何类型的元素（包括嵌套对象和数组）。
  5. 对象（Object）：无序的键值对集合，键是字符串，值可以是任何类型的数据。
  6. 空值（null）：表示空或无数据。

1.2.4 JSON示例

{
  "name": "Amo",
  "age": 18,
  "isStudent": true,
  "courses": ["Math", "Computer Science"],
  "address": {
    "street": "123 Main St",
    "city": "New York",
    "zipcode": "10001"
  },
  "phoneNumbers": null
}

这个 JSON 对象描述了一个人的基本信息：

  1. name：表示字符串 "Amo"。
  2. age：表示数字 18。
  3. isStudent：布尔值，表示是否为学生，值为 true。
  4. courses：表示数组，包含字符串 "Math" 和 "Computer Science"。
  5. address：嵌套的对象，包含 street、city 和 zipcode 三个字段。
  6. phoneNumbers：表示 null，即没有电话号码信息。

1.2.5 JSON使用场景

  1. 数据传输：JSON 经常用于客户端与服务器之间的数据交换。通过 API 或 AJAX 请求发送和接收 JSON 格式的数据。
  2. 配置文件：JSON 被用作程序和服务的配置文件格式，易于人类阅读和修改。
  3. 数据库：某些 NoSQL 数据库（如 MongoDB）直接使用 JSON 或其变体 BSON 作为数据存储格式。
  4. Web 开发：许多 Web 框架和前端工具（如 React、Vue.js）广泛使用 JSON 处理数据和状态管理。

1.2.6 JSON的优缺点

JSON 的优点：

  1. 易读性：JSON 语法非常简单，易于人类阅读和编写。
  2. 轻量化：相较于 XML，JSON 更简洁，占用的存储空间和传输带宽更小。
  3. 语言无关性：JSON 独立于编程语言，易于与各种编程语言互操作。
  4. 解析速度快：大多数语言都有高效的 JSON 解析库，能快速转换为相应的数据结构。

JSON 的缺点：

  1. 缺乏数据类型支持：JSON 只有有限的几种基本数据类型（字符串、数字、布尔值、数组、对象、null），不支持日期、时间、二进制数据等复杂类型。
  2. 安全性问题：如果不小心将 JSON 数据作为 JavaScript 代码执行，可能导致安全漏洞，如跨站脚本攻击（XSS）。应该始终使用安全的 JSON 解析器。
  3. 无注释：JSON 不支持注释，因此不适合用作需要大量注释的配置文件格式。

1.2.7 JSON和XML的比较

1.3 json 模块

在 Python 中处理 JSON 可以通过内置的 json 模块来完成。主要有两个功能：序列化（将 Python 对象转换为 JSON 格式字符串）和反序列化（将 JSON 格式字符串转换为 Python 对象）。如下图所示：
在这里插入图片描述

2. dump() 方法 — 转换为 JSON 格式写入文件

2.1 语法参考

dump() 方法用于将 Python 对象转换为 JSON 格式字符串后写入到文件中。语法格式如下：

In [21]: json.dump?
Signature:
json.dump(
    obj,
    fp,
    *,
    skipkeys=False,
    ensure_ascii=True,
    check_circular=True,
    allow_nan=True,
    cls=None,
    indent=None,
    separators=None,
    default=None,
    sort_keys=False,
    **kw,
)
Docstring:
Serialize ``obj`` as a JSON formatted stream to ``fp`` (a
``.write()``-supporting file-like object).

If ``skipkeys`` is true then ``dict`` keys that are not basic types
(``str``, ``int``, ``float``, ``bool``, ``None``) will be skipped
instead of raising a ``TypeError``.

If ``ensure_ascii`` is false, then the strings written to ``fp`` can
contain non-ASCII characters if they appear in strings contained in
``obj``. Otherwise, all such characters are escaped in JSON strings.

If ``check_circular`` is false, then the circular reference check
for container types will be skipped and a circular reference will
result in an ``RecursionError`` (or worse).

If ``allow_nan`` is false, then it will be a ``ValueError`` to
serialize out of range ``float`` values (``nan``, ``inf``, ``-inf``)
in strict compliance of the JSON specification, instead of using the
JavaScript equivalents (``NaN``, ``Infinity``, ``-Infinity``).

If ``indent`` is a non-negative integer, then JSON array elements and
object members will be pretty-printed with that indent level. An indent
level of 0 will only insert newlines. ``None`` is the most compact
representation.

If specified, ``separators`` should be an ``(item_separator, key_separator)``
tuple.  The default is ``(', ', ': ')`` if *indent* is ``None`` and
``(',', ': ')`` otherwise.  To get the most compact JSON representation,
you should specify ``(',', ':')`` to eliminate whitespace.

``default(obj)`` is a function that should return a serializable version
of obj or raise TypeError. The default simply raises TypeError.

If *sort_keys* is true (default: ``False``), then the output of
dictionaries will be sorted by key.

To use a custom ``JSONEncoder`` subclass (e.g. one that overrides the
``.default()`` method to serialize additional types), specify it with
the ``cls`` kwarg; otherwise ``JSONEncoder`` is used.
File:      f:\dev_tools\python\python310\lib\json\__init__.py
Type:      function

参数说明：

(1) obj：表示 Python 对象。
(2) fp：表示一个支持 write() 方法的文件对象。
(3) *：星号本身不是参数。星号表示其后面的参数都是关键字参数，需要使用关键字参数传值，否则程序会出现错误。
(4) skipkeys：默认值为 False。如果值为 True，则不是基本对象 (包括str、int、float、bool、None) 的字典的键会被跳过，否则引发一个 TypeError 错误信息。
(5) ensure_ascii：默认值为 True，会将所有输入的非 ASCII 字符转义输出，如果值为 False，会将输入的非 ASCII 字符原样输出。
(6) check_circular：表示检验循环引用，默认值为 True。如果值为 False，则容器类型的循环引用会被跳过并引发一个 OverflowError 错误。
(7) allow_nan：默认值为 True。如果值为 False，那么在对 JSON 规范以外的 float 类型值 (nan、inf 和 -inf) 进行序列化时将会引发一个 ValueError 错误；如果值为 True，则使用它们的 JavaScript 等价形式(NaN、Infinity 和 -Infinity )。
(8) cls：默认值为 None。通过该关键字参数可以指定自定义的 JSONEncoder 的子类。
(9) indent：默认值为 None。选择最紧凑的表达。如果 indent 是一个非负整数或者字符串，那么 JSON 数组元素和对象成员会被美化输出为该值指定的缩进等级。如果缩进等级为零、负数或者 ""， 则只会添加换行符。当 indent 为一个正整数时会让每一层缩进同样数量的空格；如果 indent 是一个字符串如换行符、制表符 ( "\n"、 "\t") 等，那么这个字符串会被用于每一层。
(10) separators：默认值为 None。该参数是一个元组，即：(',', ': ')，其中包含空白字符。如果想要得到最紧凑的 JSON 表达式，应指定该参数为：(',',':')，不要空白字符。
(11) default：默认值为 None。如果要指定该参数，则该参数应是一个函数。每当某个对象无法被序列化时，它就会被调用。它返回该对象的一个可以被 JSON 编码的版本或者引发一个 TypeError (传入参数的类型错误)。如果不指定该参数，则会直接引发 TypeError。
(12) sort_keys：默认值为 False。如果值为True，那么字典的输出会以键的顺序排序。
(13) **kw：其他关键字参数，用于字典。
(14) 返回值：返回 JSON 格式字符串。

在方法或者函数中，如果出现 *，则表示其后面的参数为命名关键字参数，这是一个特殊的分隔符。在调用时，命名关键字参数必须传入参数名。

2.2 实例演示

2.2.1 将 JSON 格式字符串写入到文件中

定义 JSON 格式字符串，然后使用 dump() 方法将其写入 json 文件，代码如下：

# -*- coding: utf-8 -*-
# @Time    : 2024-09-14 10:31
# @Author  : AmoXiang
# @File: json_demo.py
# @Software: PyCharm
# @Blog: https://blog.csdn.net/xw1680


import json

data1 = [{"a": "Amo", "b": (9, 99), "c": 6.6, "d": 11}]
with open("./tmp/aa.json", "w", encoding='utf8') as file:
    json.dump(data1, file, allow_nan=False, sort_keys=True, indent=4)

with open("./tmp/aa.json", "r", encoding='utf8') as file:
    data2 = json.load(file)  # 注意转换之后得类型 至于json.load文章后面会讲
    print(data2)  # [{'a': 'Amo', 'b': [9, 99], 'c': 6.6, 'd': 11}] 'b'对应的数据类型都改变了
    print(data1 == data2)
    print(data1 is data2)

程序运行结果如下图所示：
在这里插入图片描述
运行程序将自动生成 aa.json 文件并保存在与程序同级的 tmp 目录下，用 Pycharm 打开效果如上图所示。命名 Python 工程文件时，千万不要使用 Python 保留的标识符以免发生命名冲突。例如，不能将 Python 工程文件命名为 json.py，因为它与 Python 系统模块 json 命名冲突。

2.2.2 防止 ASCII 码写到 json 文件中

当 JSON 格式字符串中出现中文时，使用 dump() 方法会将 ASCII 码写入到文件中，如下图所示：
在这里插入图片描述
此时需要将参数 ensure_ascii 的值设置为 False，代码如下：

import json

data1 = {
    "Title": "Python 常用模块（二）：json模块",
    "author_info": {"name": "小向", "age": 18}}
with open("./tmp/zw.json", "w", encoding="utf8") as f:
    json.dump(data1, f, indent=4, ensure_ascii=False)

程序运行结果如下图所示：
在这里插入图片描述

2.2.3 将 csv 文件转换为 json 文件

如果想将本地文件的数据存入 MongoDB 数据库中，该本地文件数据格式必须是 .csv 或者 .json 格式。将 .csv 格式文件存入 MongoDB 数据库时，列元素之间的顺序会错开，因此需要将 .csv 格式文件转换为 .json 格式再存入 MongoDB 数据库。下面使用 dump() 方法将 .csv 格式转换为 .json 格式，代码如下：

import json
import csv

csv_f = open("csv_test.csv")
reader = csv.DictReader(csv_f)
# 转换为 json 文件
with open("csv_to_json.json", "w") as file:
    for r in reader:
        data = json.dump(r, file, ensure_ascii=False, indent=4)
        file.write(r"\n")

csv 文件(转换前)：
在这里插入图片描述
程序运行结果如下图所示：
在这里插入图片描述

2.2.4 修改 json 文件中的数据

修改 json 文件的主要思路是：先读取 json 文件中的数据，将数据暂存起来，然后再将修改后的数据写入 json 文件，代码如下：

import json

with open("aa.json", "r") as file1:
    my_dict = json.load(file1)
    my_dict[0]["a"] = "AmoXiang"
with open("aa.json", "w") as file2:
    json.dump(my_dict, file2, ensure_ascii=False, indent=4)

程序运行结果如下图所示：

3. dumps() 方法 — 将 Python 对象转换为 JSON 字符串

3.1 语法参考

dumps() 方法用于将 Python 对象转换为 JSON 格式的字符串。语法格式如下：

In [22]: json.dumps?
Signature:
json.dumps(
    obj,
    *,
    skipkeys=False,
    ensure_ascii=True,
    check_circular=True,
    allow_nan=True,
    cls=None,
    indent=None,
    separators=None,
    default=None,
    sort_keys=False,
    **kw,
)
Docstring:
Serialize ``obj`` to a JSON formatted ``str``.

If ``skipkeys`` is true then ``dict`` keys that are not basic types
(``str``, ``int``, ``float``, ``bool``, ``None``) will be skipped
instead of raising a ``TypeError``.

If ``ensure_ascii`` is false, then the return value can contain non-ASCII
characters if they appear in strings contained in ``obj``. Otherwise, all
such characters are escaped in JSON strings.

If ``check_circular`` is false, then the circular reference check
for container types will be skipped and a circular reference will
result in an ``RecursionError`` (or worse).

If ``allow_nan`` is false, then it will be a ``ValueError`` to
serialize out of range ``float`` values (``nan``, ``inf``, ``-inf``) in
strict compliance of the JSON specification, instead of using the
JavaScript equivalents (``NaN``, ``Infinity``, ``-Infinity``).

If ``indent`` is a non-negative integer, then JSON array elements and
object members will be pretty-printed with that indent level. An indent
level of 0 will only insert newlines. ``None`` is the most compact
representation.

If specified, ``separators`` should be an ``(item_separator, key_separator)``
tuple.  The default is ``(', ', ': ')`` if *indent* is ``None`` and
``(',', ': ')`` otherwise.  To get the most compact JSON representation,
you should specify ``(',', ':')`` to eliminate whitespace.

``default(obj)`` is a function that should return a serializable version
of obj or raise TypeError. The default simply raises TypeError.

If *sort_keys* is true (default: ``False``), then the output of
dictionaries will be sorted by key.

To use a custom ``JSONEncoder`` subclass (e.g. one that overrides the
``.default()`` method to serialize additional types), specify it with
the ``cls`` kwarg; otherwise ``JSONEncoder`` is used.
File:      f:\dev_tools\python\python310\lib\json\__init__.py
Type:      function

dumps() 方法的参数与 dump() 方法的参数使用方法相同，这里不再赘述。

3.2 实例演示

3.2.1 Python 对象转换为 JSON 格式的字符串并按照 JSON 格式缩进显示

通过设置 dumps() 方法的 indent 参数对 JSON 格式的字符串内容进行缩进显示，代码如下：

import json

data1 = [{"a": "Amo", "b": (9, 99), "c": 6.6, "d": 11}]
print("正常: ", json.dumps(data1, allow_nan=False, sort_keys=True))
print("缩进显示: ", json.dumps(data1, allow_nan=False, sort_keys=True, indent=2))

程序运行结果如下：

3.2.2 去掉符号后面的空格

dumps() 方法中 separators 参数的作用是去 :以及, 后面的空格，从下面的输出结果能看到 :以及, 后面都有个空格，这是为了美化输出结果。但是在传输数据的过程中，越精简越好，冗余的东西全部去掉可以提高程序运行效率。因此可以通过设置 separators 参数去掉空格，代码如下：

import json

data = [{"a": "A", "b": (2, 4), "c": 3.0}]
print(f"原数据: {data}")
print(f"转换为JSON格式字符串: {json.dumps(data)}")
print(f"转换为JSON格式字符串的长度: {len(json.dumps(data))}")
print(f"去掉空格后的长度: {len(json.dumps(data, separators=(',', ':')))}")
print(f"去掉空格后: {json.dumps(data, separators=(',', ':'))}")

程序运行结果如下：
在这里插入图片描述
通过运行结果中字符串的长度和去掉空格后的长度对比可以看出，: 和 , 符号后面的空格被去掉了。

3.2.3 字典类型转换为 JSON 格式字符串

使用 dumps() 方法将 Python 字典类型数据转换为 JSON 格式的字符串，代码如下：

import json

a = dict(name="Amo", age=18, QQ="null")
print(a)
print(type(a))
b = json.dumps(a)
print(b)
print(type(b))

程序运行结果如下：
在这里插入图片描述
通过类型函数 type() 判断得出：通过 dumps() 方法可以将 Python 字典类型的数据转换为 JSON 格式的字符串。

3.2.4 按照字典排序顺序输出 (a 到 z)

转换后的 JSON 格式字符串是以紧凑的形式输出的，而且也没有顺序，因此 dumps() 方法提供了一些可选的参数，可以提高输出格式的可读性，如参数 sort_keys 可以告诉编码器按照字典排序 (a到z) 输出，代码如下：

import json

data = [{"a": "paul", "c": (66, 88), "d": 8.8, "b": "ccc"}]
print(f"原数据: {data}")
print(f"JSON格式的字符串: {json.dumps(data)}")
print(f"排序后JSON格式的字符串: {json.dumps(data, sort_keys=True)}")

程序运行结果如下：
在这里插入图片描述

3.2.5 将数组转换为 JSON 格式字符串

使用 dumps() 方法将 Python 列表类型数据转换为 JSON 格式的字符串，代码如下：

import json

data = [{"a": 1, "b": 2, "c": 3, "d": 4, "e": 5}]
to_json = json.dumps(data)
print(to_json)  # [{"a": 1, "b": 2, "c": 3, "d": 4, "e": 5}]
print(type(to_json))  # <class 'str'>

3.2.6 将列表转换为 JSON 格式字符串

使用 dumps() 方法将列表转换为 JSON 格式字符串，代码如下：

import json

li = ["ID", [1, 2, 3], {"name": "你很棒棒"}]  # 创建一个列表
data = json.dumps(li, ensure_ascii=False)  # 将列表转换为JSON格式
print(repr(li))
print(data)  # 打印JSON格式

4. load() 方法 — 从 json 文件中读取数据

4.1 语法参考

load() 方法用于从 json 文件中读取数据。语法格式如下：

In [23]: json.load?
Signature:
json.load(
    fp,
    *,
    cls=None,
    object_hook=None,
    parse_float=None,
    parse_int=None,
    parse_constant=None,
    object_pairs_hook=None,
    **kw,
)
Docstring:
Deserialize ``fp`` (a ``.read()``-supporting file-like object containing
a JSON document) to a Python object.

``object_hook`` is an optional function that will be called with the
result of any object literal decode (a ``dict``). The return value of
``object_hook`` will be used instead of the ``dict``. This feature
can be used to implement custom decoders (e.g. JSON-RPC class hinting).

``object_pairs_hook`` is an optional function that will be called with the
result of any object literal decoded with an ordered list of pairs.  The
return value of ``object_pairs_hook`` will be used instead of the ``dict``.
This feature can be used to implement custom decoders.  If ``object_hook``
is also defined, the ``object_pairs_hook`` takes priority.

To use a custom ``JSONDecoder`` subclass, specify it with the ``cls``
kwarg; otherwise ``JSONDecoder`` is used.
File:      f:\dev_tools\python\python310\lib\json\__init__.py
Type:      function

参数说明：
(1) fp：一个支持 read() 方法或包含一个 JSON 格式字符串的文本文件或二进制文件。
(2) *：星号本身不是参数。星号表示其后面的参数都是关键字参数，需要使用关键字参数传值，否则程序会出现错误。
(3) cls：可选参数，实例化的类。
(4) object_hook：可选参数，每一个解码出的对象 (即一个字典) 会取代原来的字典。
(5) parse_float：如果指定了该参数，将使用要解码的每个 JSON float 字符串调用。默认情况下为 float 字符串。此参数用于为 JSON 浮点数指定使用另一种数据类型或解析器 (例如 decimal.Decimal)。
(6) parse_int：如果指定该参数，将使用要解码的每个 JSON int 字符串调用。默认情况下为 int 字符串。此参数用于为 JSON 整数指定使用另一种数据类型或解析器 (例如 float)。
(7) parse_constant：如果指定该参数，将为下列字符串之一：

'-Infinity', 'Infinity', 'NaN'

如果遇到无效的 JSON 字符串，将引发异常。
(8) object_pairs_hook：可选参数，将使用有序的对象列表对解码的任何对象的结果进行调用。用于实现自定义解码器。如果还定义了 object_hook，则 object_pairs_hook 优先。
(9) **kw：其他关键字参数，用于字典。
(10) 返回值：返回字典。

4.2 实例演示

4.2.1 从 json 文件中读取数据

首先使用 write() 方法将字典类型数据写入到一个名为 amo.json 的文件中，然后使用 load() 函数读取该文件中的数据并输出，代码如下：

import json

with open("amo.json", "w+") as file:  # 打开json文件
    # 注意一定要是 外单'' 内部的为"" 否则程序会报错
    file.write('[{"a":"A","c":3.0,"b":[2,4]}]')  # 写入数据
    file.flush()  # 刷新缓冲区
    file.seek(0)  # 移动文件，读取指针到指定位置
    print(json.load(file))  # 读取数据: [{'a': 'A', 'c': 3.0, 'b': [2, 4]}]

4.2.2 读取文本数据并将其转换为JSON格式( 从TXT文本中解析JSON格式)

首先使用 open() 方法读取文本文件 amo.txt 中的数据，然后使用 load() 函数将其转换为 JSON 格式并输出其中的人物名称信息，代码如下：

import json

with open("amo.txt", "r") as file:  # 打开文本文件
    data = json.load(file)  # 读取数据
    for line in data:  # 遍历数据输出人物姓名
        print(line["person"])

4.2.3 向原有 json 文件追加数据

json 文件 student.json 保存了三条学生姓名数据，如下图所示：
在这里插入图片描述
下面以追加方式打开该文件，然后添加两条新数据，代码如下：

import json

with open("student.json", "a+") as file:  # 以追加方式打开文件
    file.seek(0)  # 默认偏移量在最后，调整到开头
    if file.read() == "":  # 判断是否为空，如果为空创建一个新字典
        data = {}
    else:
        file.seek(0)
        data = json.load(file)
    # 追加内容
    data["04"] = "诸葛村夫"
    data["05"] = "司马懿"
with open("student.json", "w") as file:
    json.dump(data, file, ensure_ascii=False)

程序运行结果如下图所示：
在这里插入图片描述

5. loads() 方法 — 将 JSON 格式转换成 Python 字典

5.1 语法参考

loads() 方法用于将 JSON 格式字符串转换成 Python 字典对象。语法格式如下：

In [24]: json.loads?
Signature:
json.loads(
    s,
    *,
    cls=None,
    object_hook=None,
    parse_float=None,
    parse_int=None,
    parse_constant=None,
    object_pairs_hook=None,
    **kw,
)
Docstring:
Deserialize ``s`` (a ``str``, ``bytes`` or ``bytearray`` instance
containing a JSON document) to a Python object.

``object_hook`` is an optional function that will be called with the
result of any object literal decode (a ``dict``). The return value of
``object_hook`` will be used instead of the ``dict``. This feature
can be used to implement custom decoders (e.g. JSON-RPC class hinting).

``object_pairs_hook`` is an optional function that will be called with the
result of any object literal decoded with an ordered list of pairs.  The
return value of ``object_pairs_hook`` will be used instead of the ``dict``.
This feature can be used to implement custom decoders.  If ``object_hook``
is also defined, the ``object_pairs_hook`` takes priority.

``parse_float``, if specified, will be called with the string
of every JSON float to be decoded. By default this is equivalent to
float(num_str). This can be used to use another datatype or parser
for JSON floats (e.g. decimal.Decimal).

``parse_int``, if specified, will be called with the string
of every JSON int to be decoded. By default this is equivalent to
int(num_str). This can be used to use another datatype or parser
for JSON integers (e.g. float).

``parse_constant``, if specified, will be called with one of the
following strings: -Infinity, Infinity, NaN.
This can be used to raise an exception if invalid JSON numbers
are encountered.

To use a custom ``JSONDecoder`` subclass, specify it with the ``cls``
kwarg; otherwise ``JSONDecoder`` is used.
File:      f:\dev_tools\python\python310\lib\json\__init__.py
Type:      function

参数说明：
(1) s：包含 JSON 格式字符串，字节或字节数组的实例。
(2) *：星号本身不是参数。星号表示其后面的参数都是关键字参数，需要使用关键字参数传值，否则程序会出现错误。
(3) encoding：表示编码方式。
(4) cls：可选参数，实例化的类。
(5) object_hook：可选参数，每一个解码出的对象 (即一个字典) 会取代原来的字典。
(6) parse_float：如果指定了该参数，将使用要解码的每个 JSON float 字符串调用。默认情况下为 float 字符串。此参数用于为 JSON 浮点数指定使用另一种数据类型或解析器 (例如 decimal.Decimal)。
(7) parse_int：如果指定该参数，将使用要解码的每个 JSON int 字符串调用。默认情况下为 int 字符串。此参数用于为 JSON 整数指定使用另一种数据类型或解析器 (例如 float)。
(8) parse_constant：如果指定该参数，将为下列字符串之一：

'-Infinity', 'Infinity', 'NaN'

如果遇到无效的 JSON 字符串，将引发异常。
(9) object_pairs_hook：可选参数，将使用有序的对象列表对解码的任何对象的结果进行调用。用于实现自定义解码器。如果还定义了 object_hook，则 object_pairs_hook 优先。
(10) **kw：其他关键字参数，用于字典。
(11) 返回值：返回字典。

5.2 实例演示

5.2.1 简单读取 json 文件中的数据

使用 loads() 方法读取 json 文件中的数据。例如，读取 city.json 文件中的城市信息，代码如下：

import json

with open("city.json", "r") as file:  # 打开json文件
    data = file.read()  # 读取json文件
    print(type(data))  # 输出数据类型
    result = json.loads(data)  # 将json字符串转换为字典
    print(result)
    new_result = json.dumps(result, ensure_ascii=False)  # 将字典转换为json字符串
    print(new_result)

5.2.2 将 JSON 格式转换为字典

使用 loads() 方法将 JSON 格式字符串转换为字典类型，代码如下：

import json

with open("city.json", "r") as file:
    data = file.read()
    print(type(data))  # <class 'str'>
    val = json.loads(data)
    print(type(val))  # <class 'dict'>
    print(val)

6. JSONDecodeError() 方法 — 返回解码错误信息

6.1 语法参考

JSONDecodeError() 方法用于返回解码错误信息。语法格式如下：

def __init__(self, msg, doc, pos)
msg: 表示未格式化的错误信息。
doc: 表示正在解析的 JSON 文档。
pos: 表示解析失败的 doc 的起始索引。
返回值: 返回 JSONDecodeError 错误信息

6.2 实例演示

6.2.1 单双引号使用不当导致 JSONDecodeError 错误

先来看一段代码：

import json

data = "{'01': '跟着Amo学Python'}"
data = json.loads(data)
print(data)

程序运行结果如图所示：
在这里插入图片描述
运行程序，出现了 JSONDecodeError 错误。现将上述代码稍作修改：

import json

data = '{"01": "跟着Amo学Python"}'
data = json.loads(data)
print(data)

程序运行结果如下：

{'01': '跟着Amo学Python'}

这里需要注意的是，虽然在 Python 中单双引号的作用一样，但是在具体应用中还是有一些不同的地方。

# python # json # 开发语言
Logo
开放原子开发者工作坊

开放原子开发者工作坊旨在鼓励更多人参与开源活动，与志同道合的开发者们相互交流开发经验、分享开发心得、获取前沿技术趋势。工作坊有多种形式的开发者活动，如meetup、训练营等，主打技术交流，干货满满，真诚地邀请各位开发者共同参与！

更多推荐

cover

一文解决Cellphonedb单细胞互作分析及可视化作图（2）

avatar 开放原子开发者工作坊
cover

[工具使用]——时序图与UML类图

avatar 开放原子开发者工作坊

CTFHub技能树 Web-SQL注入 详解

整数型注入我们输入 1不断尝试发现闭合方式就是 1 ，整数型存在两列order by 2存在两个注入点/?id=-1 union select 8,9爆库，当前数据库为sqli/?id=-1 union select 8,database()爆出所有表名,这里我们需要吧sqli转换为16进制/?id=-1 union select 8,group_concat(table_name) from i

avatar 开放原子开发者工作坊