本文共 5051 字，大约阅读时间需要 16 分钟。
JSON (JavaScript Object Notation) 是一种轻量级的数据交换格式。Python3 中可以使用 json 模块来对 JSON 数据进行编解码，它主要提供了四个方法： dumps、dump、loads、load。
dump和dumps对python对象进行序列化。将一个Python对象进行JSON格式的编码。
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)
obj: 表示是要序列化的对象。
fp: 文件描述符，将序列化的str保存到文件中。json模块总是生成str对象，而不是字节对象；因此，fp.write（）必须支持str输入。
skipkeys: 默认为False,如果skipkeysTrue,（默认值：False），则将跳过不是基本类型（str，int，float，bool，None）的dict键，不会引发TypeError。
ensure_ascii: 默认值为True,能将所有传入的非ASCII字符转义输出。如果ensure_ascii为False，则这些字符将按原样输出。
check_circular:默认值为True,如果check_circular为False，则将跳过对容器类型的循环引用检查，循环引用将导致OverflowError。
allow_nan: 默认值为True,如果allow_nan为False，则严格遵守JSON规范,序列化超出范围的浮点值（nan，inf，-inf）会引发ValueError。 如果allow_nan为True,则将使用它们的JavaScript等效项（NaN，Infinity，-Infinity）。
indent: 设置缩进格式，默认值为None,选择的是最紧凑的表示。如果indent是非负整数或字符串，那么JSON数组元素和对象成员将使用该缩进级别进行输入；indent为0,负数或“”仅插入换行符；indent使用正整数缩进多个空格；如果indent是一个字符串（例如“\t”），则该字符串用于缩进每个级别。
separators: 去除分隔符后面的空格，默认值为None,如果指定，则分隔符应为（item_separator，key_separator）元组。如果缩进为None，则默认为（’，’，’：’）;要获得最紧凑的JSON表示，可以指定（’，’，’:’）以消除空格。
default: 默认值为None,如果指定，则default应该是为无法以其他方式序列化的对象调用的函数。它应返回对象的JSON可编码版本或引发TypeError。如果未指定，则引发TypeError。
sort_keys: 默认值为False,如果sort_keys为True，则字典的输出将按键值排序。
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)
dumps函数不需要传文件描述符，其他的参数和dump函数的一样。
load和loads反序列化方法,将json格式数据解码为python对象。
json.load(fp, *, cls=None, object_hook=None, parse_float=None, parse_int=None, parse_constant=None, object_pairs_hook=None, **kw)
fp: 文件描述符，将fp（.read（）支持包含JSON文档的文本文件或二进制文件）反序列化为Python对象。
object_hook: 默认值为None,object_hook是一个可选函数，此功能可用于实现自定义解码器。指定一个函数，该函数负责把反序列化后的基本类型对象转换成自定义类型的对象。
parse_float: 默认值为None,如果指定了parse_float，用来对JSON float字符串进行解码,这可用于为JSON浮点数使用另一种数据类型或解析器。
parse_int: 默认值为None,如果指定了parse_int，用来对JSON int字符串进行解码,这可以用于为JSON整数使用另一种数据类型或解析器。
parse_constant:默认值为None,如果指定了parse_constant,对-Infinity,Infinity,NaN字符串进行调用。如果遇到了无效的JSON符号，会引发异常。
如果进行反序列化（解码）的数据不是一个有效的JSON文档，将会引发 JSONDecodeError异常。
json.loads(s, *, encoding=None, cls=None, object_hook=None, parse_float=None, parse_int=None, parse_constant=None, object_pairs_hook=None, **kw)
s: 将s（包含JSON文档的str，bytes或bytearray实例）反序列化为Python对象。
encoding: 指定一个编码的格式。loads也不需要文件描述符，其他参数的含义和load函数的一致。 JSON中的数据格式和Python中的数据格式转化关系如下：
| JSON | Python |
|---|---|
| object | dict |
| array | list |
| string | str |
| number (int) | int |
| number (real) | float |
| true | True |
| false | False |
| null | None |
import json# dumps可以格式化所有的基本数据类型为字符串data1 = json.dumps([]) # 列表print(data1, type(data1))data2 = json.dumps(2) # 数字print(data2, type(data2))data3 = json.dumps('3') # 字符串print(data3, type(data3))dict = {"name": "Tom", "age": 23} # 字典data4 = json.dumps(dict)print(data4, type(data4))with open("test.json", "w", encoding='utf-8') as f: # indent 超级好用，格式化保存字典，默认为None，小于0为零个空格 f.write(json.dumps(dict, indent=4)) json.dump(dict, f, indent=4) # 传入文件描述符，和dumps一样的结果 得到的输出结果如下：格式化所有的数据类型为str类型
[]2 "3" {"name": "Tom", "age": 23}
test.json中的内容
{ "name": "Tom", "age": 23} import jsondict = '{"name": "Tom", "age": 23}' # 将字符串还原为dictdata1 = json.loads(dict)print(data1, type(data1))with open("test.json", "r", encoding='utf-8') as f: data2 = json.loads(f.read()) # load的传入参数为字符串类型 print(data2, type(data2)) f.seek(0) # 将文件游标移动到文件开头位置 data3 = json.load(f) print(data3, type(data3)) 运行结果如下：
{'name': 'Tom', 'age': 23} {'name': 'Tom', 'age': 23} {'name': 'Tom', 'age': 23} 假如要读取一个多行的JSON文件：
{"坂": ["坂5742"]}{"构": ["构6784"]}{"共": ["共5171"]}{"钩": ["钩94a9"]}{"肮": ["肮80ae"]}{"孤": ["孤5b64"]} 如果直接使用：
with open(json_path, 'r') as f: json_data = json.load(f)
就会报错：抛出异常JSONDecodeError。
json.decoder.JSONDecodeError: Extra data: line 2 column 1 (char 17)
表示数据错误，数据太多，第2行第一列
因为json只能读取一个文档对象，有两个解决办法 1、单行读取文件,一次读取一行文件。 2、保存数据源的时候，格式写为一个对象。 单行读取文件：
with open(json_path, 'r') as f: for line in f.readlines(): json_data = json.loads(line)
但是这种做法还有个问题，如果JSON文件中包含空行，还是会抛出JSONDecodeError异常
json.decoder.JSONDecodeError: Expecting value: line 2 column 1 (char 1)
可以先处理空行，再进行文件读取操作：
for line in f.readlines(): line = line.strip() # 使用strip函数去除空行 if len(line) != 0: json_data = json.loads(line)
合并为一个对象
将json文件处理成一个对象文件。
{"dict": [{"坂": ["坂5742"]},{"构": ["构6784"]},{"共": ["共5171"]},{"钩": ["钩94a9"]},{"肮": ["肮80ae"]},{"孤": ["孤5b64"]}]} 然后再用：
with open(json_path, 'r') as f: json_data = json.loads(f.read())
json.dumps 将 Python 对象编码成 JSON 字符串
json.loads 将已编码的 JSON 字符串解码为 Python 对象json.dump和json.load,需要传入文件描述符，加上文件操作。JSON内部的格式要注意，一个好的格式能够方便读取，可以用indent格式化。 转载地址：http://erpq.baihongyu.com/