Python json.loads与json.dump用法详解及JSON
在前后端接口交互、配置文件处理、日志导出等日常开发场景中，JSON 是使用最广泛的数据交换格式之一。Python 内置的 json 模块提供了高效的序列化与反序列化能力，其中 json.loads() 负责把 JSON 字符串还原为 Python 对象，json.dump() 负责把 Python 对象序列化并写入 JSON 文件。理解并灵活使用这两个方法，是处理 API 响应、数据配置和本地存储的基础技能。一、json.loads()：将 JSON 字符串解析为 Python 对象
json.loads() 接收一个合法的 JSON 字符串，并返回对应的 Python 原生数据类型，如 dict、list、str、int、bool 或 None。由于 JSON 对象本质上等同于 Python 字典，所以解析后可以像操作普通字典一样访问字段。
下面的代码演示了最基本的解析过程：
import json
json_str = '{"name": "Alice", "age": 30, "city": "New York"}'
data = json.loads(json_str)
print(data)
print(type(data))
print(data["name"])
运行结果会依次输出字典内容、类型 dict 以及字段值 Alice。需要注意的是，JSON 字符串中必须使用双引号，不能使用单引号；如果输入字符串不符合 JSON 语法，会抛出 json.JSONDecodeError。
json.loads() 也支持解析 JSON 数组字符串，解析后得到 Python 列表：
import json
json_arr = ''
py_list = json.loads(json_arr)
print(py_list)
输出为 。除了最常用的默认解析，json.loads() 还提供了一些高阶参数，例如 object_hook 可以在字典解码后执行自定义逻辑，parse_float 可以指定浮点数解析类型（如 Decimal）。这些参数在普通业务中较少使用，但遇到特殊数据格式时能派上用场。
二、json.dump()：将 Python 对象写入 JSON 文件
json.dump() 与 json.dumps() 不同：json.dumps() 返回 JSON 字符串，而 json.dump() 直接将序列化结果写入文件对象。其典型用法是配合 open() 打开一个文件，再通过 fp 参数传入文件句柄。
基础写法如下：
import json
data = {
"title": "Hello World",
"content": "This is a test article.",
"author": "John"
}
with open("output.json", "w", encoding="utf-8") as f:
json.dump(data, f, ensure_ascii=False, indent=4)
执行后 output.json 文件中的内容会是带有 4 个空格缩进且未进行 Unicode 转义的 JSON 对象。这里有两个关键参数需要掌握：
ensure_ascii=False 表示将中文等非 ASCII 字符原样输出，而不是默认转义成 \uxxxx 形式；indent=4 则控制缩进级别，让文件内容具备可读性。除此之外，json.dump() 还支持 sort_keys（按字典键排序输出）和 separators（自定义元素分隔符，例如 (',', ': ')）等参数。
如果文件中需要出现中文，尤其是当作配置文件或导出数据时，务必显式指定 ensure_ascii=False，否则生成的内容会变得难以直接阅读。
三、组合使用 json.load() 和 json.dump()：读取修改后写回
json.dump() 的典型工作流不只是简单写入，而是先读取已有 JSON 文件，修改字段后再写回。读取文件时通常使用 json.load()，它从文件对象中解析 JSON；写入时使用 json.dump()。二者配合，可以完成一次完整的“读取-修改-落盘”过程：
import json
# 读取原始 JSON 文件
with open("input.json", "r", encoding="utf-8") as f:
data = json.load(f)
# 修改数据
data["status"] = "published"
# 写回新文件
with open("output.json", "w", encoding="utf-8") as f:
json.dump(data, f, ensure_ascii=False, indent=4)
在实际项目中，这种模式常被用于配置更新、状态切换和批处理任务。需要注意的是，json.load() 和 json.loads() 的参数不同：json.load() 接收文件对象，json.loads() 接收字符串对象，二者不能混用。
四、实战场景一：解析 API 返回的 JSON 响应
调用远程接口时，requests 库返回的 response.text 通常是 JSON 字符串，直接使用 json.loads() 可以快速转换为可遍历的 Python 对象：
import requests
import json
response = requests.get("https://api.example.com/data")
data = json.loads(response.text)
print(data["key"])
这段代码的前提是接口确实返回合法 JSON。如果返回空内容或错误页，json.loads() 会抛出异常，因此生产代码里建议增加异常捕获或状态码判断，不过这不是本文重点。
五、实战场景二：读取 JSON 配置文件
很多项目会用 JSON 文件保存数据库连接信息、日志级别等配置。使用 json.load() 读取后，可以直接通过嵌套字典的 key 访问配置项：
import json
with open("config.json", "r", encoding="utf-8") as f:
config = json.load(f)
print(config["database"]["host"])
六、实战场景三：封装通用的数据导出函数
如果多个接口或脚本都需要把 Python 对象导出为 JSON 文件，可以封装一个小函数，统一缩进和编码行为：
import json
def export_to_json(data, filename):
with open(filename, "w", encoding="utf-8") as f:
json.dump(data, f, indent=2, ensure_ascii=False)
之后在任何地方只需调用 export_to_json(data, "result.json") 即可生成格式化文件，避免重复书写打开文件与 dump 的逻辑。
七、实战场景四：使用自定义编码器处理 datetime 对象
JSON 无法直接序列化 datetime 类型，默认调用 json.dump() 时会报 TypeError。解决办法是继承 json.JSONEncoder 并重写 default 方法，把 datetime 对象转换为 ISO 格式字符串：
import json
from datetime import datetime
class DateTimeEncoder(json.JSONEncoder):
def default(self, obj):
if isinstance(obj, datetime):
return obj.isoformat()
return super().default(obj)
data = {"timestamp": datetime.now()}
with open("time.json", "w") as f:
json.dump(data, f, cls=DateTimeEncoder)
这样 time.json 中的 timestamp 就会以类似 2025-01-01T12:30:45 的字符串格式落盘。需要时还可以在读取后使用 datetime.fromisoformat() 还原为时间对象。
总结：json.loads() 负责把 JSON 字符串转换为 Python 对象，突出的是一个“解析”；json.dump() 负责把 Python 对象写入文件，突出的是一个“序列化与持久化”。掌握这两个方法，再配合 json.load() 读取文件，就能覆盖大多数 JSON 数据处理需求。后续在爬虫解析、后端接口开发或数据分析过程中，你会发现这两个方法几乎无处不在。
Re: Python json.loads与json.dump用法详解及JSON
感谢楼主的分享，写得很清晰！作为经常处理接口数据的开发者，确实深有体会。`json.loads()` 和 `json.dump()` 的基本用法讲得很透彻，特别是 **`ensure_ascii=False`** 和 **`indent=4`** 这两个参数，几乎是写入中文配置文件时的标配，初学者很容易被默认的 `\u` 转义搞懵。 另外，楼主提到 `json.load()` 和 `json.loads()` 的区别也很关键，这个坑很多新手容易踩。我平时还会注意一点，就是如果用 `json.dump()` 写入文件时，最好也确认一下文件打开模式是 `"w"` 且编码为 `utf-8`，否则在某些 Windows 环境下可能遇到编码问题。 期待楼主后续补完实战部分，比如“读取 JSON 配置文件”的完整示例，如果能顺带提一下异常处理（比如 `JSONDecodeError`）就更完美了。感谢分享，学习了！Re: Python json.loads与json.dump用法详解及JSON
楼主这篇 JSON 用法详解写得很清楚，尤其把 `json.loads()` 和 `json.dump()` 的区别、`ensure_ascii=False` 和 `indent` 这类常用参数都点到了，对刚接触 Python 处理 JSON 的朋友来说非常实用。我自己平时写配置文件也经常用这个组合，读取-修改-写回那段挺有共鸣的。唯一想补充的是，如果解析外部接口返回的数据，确实像楼主说的建议先判空或做异常处理，这样更稳妥。感谢分享！Re: Python json.loads与json.dump用法详解及JSON
楼主的整理很清晰，把 `loads` 和 `dump` 的对应关系、参数细节还有读写文件的配合都讲明白了，尤其是 `ensure_ascii=False` 和 `indent` 这两个参数，实际写配置文件时确实几乎每次都会用到。 补充一个自己踩过的小坑：用 `dump` 写文件时，如果传入的是文件句柄，记得用 `with open(..., "w", encoding="utf-8")` 这种方式打开，不然系统默认编码可能在 Windows 上出问题。另外读取文件时 `json.load` 和 `json.loads` 确实容易搞混，楼主最后特意区分了文件对象和字符串，很贴心。 手动解析 API 响应时，我一般会习惯用 `response.json()`，不过如果返回内容不是纯 JSON 或者需要更精细的解析控制，按楼主说的用 `json.loads(response.text)` 会更稳一点，异常也好单独处理。
页:
[1]