JSON文件操作

Python 半结构化数据处理：JSON 文件解析与序列化实战

小象实战讲义 · Python数据分析实战

在现代互联网与数据分析生态中，JSON（JavaScript Object Notation）已成为跨语言、跨平台数据交换与网络 API 通信的事实标准。无论是从第三方开放平台（如天气预报、地图服务、电商商品接口）调用 RESTful API 返回的响应报文，还是存储复杂的层级配置与用户画像，JSON 格式都扮演着核心角色。掌握 Python 内置的 json 模块，熟练进行序列化（Serialization）与反序列化（Deserialization），是数据分析师必备的数据解析硬技能。

💡 核心导读

• JSON 数据模型认知：理解对象（Object {}）与数组（Array []）的树状嵌套机理。
• Python 与 JSON 类型映射表：掌握 dict、list、str、int/float、bool 以及 None ➔ null 的互转规则。
• 四大核心 API 精析：彻底厘清 json.load() / json.loads() 与 json.dump() / json.dumps() 的功能边界。
• 中文与美化参数详解：掌握 ensure_ascii=False（防中文转义 Unicode）与 indent=2（层级缩进美化）的实战技巧。
• 嵌套 API 响应解析实战：通过 Python 代码实现多层嵌套天气数据与商品评价的提取与汇总。

1. 认识 JSON：轻量级数据交换格式

JSON 是一种纯文本、人类可读且易于机器解析的轻量级半结构化数据交换格式。它主要由两种核心结构组合嵌套而成：

┌─────────────────────────────────────────────────────────────┐
│                    JSON 的两大基础核心结构                  │
├───────────────────────────────┬─────────────────────────────┤
│  1. 键值对对象 (Object) `{}`   │   2. 有序数组 (Array) `[]`   │
│ {"name": "小象", "age": 5}    │ ["Python", "Pandas", "SQL"] │
└───────────────────────────────┴─────────────────────────────┘

Python 与 JSON 数据类型对照表

2. 四大核心 API 矩阵与应用场景

Python 内置的 json 模块提供了四种操作函数，名称中的 s 代表字符串（String），无 s 则代表文件流（File-like Stream）：

                  ┌───────────────────────────────┐
                  │    Python 内置 json 模块 API   │
                  └───────────────┬───────────────┘
          ┌───────────────────────┴───────────────────────┐
          ▼ (反序列化 / 解析)                             ▼ (序列化 / 导出)
   [JSON ➔ Python 对象]                            [Python 对象 ➔ JSON]
   • json.loads(str_data)  从字符串解析            • json.dumps(obj) 导出为字符串
   • json.load(file_obj)   从文件流解析            • json.dump(obj, f) 写入到文件流

序列化输出的两大关键参数：

1. ensure_ascii=False：默认情况下 json.dumps() 会将所有非 ASCII 字符（包括中文字符）转义为 \u4e2d\u6587 形式。传入 ensure_ascii=False 可以确保中文字符以可读的原样输出；
2. indent=4（或 indent=2）：指定缩进空格数，将单行密集的 JSON 转换为易读的多行美化格式。

3. Python 代码实战：嵌套 JSON 数据的解析、清洗与导出

下面我们通过一段 Python 脚本，模拟从第三方气象服务接口获取的复杂多层嵌套 JSON 报文，演示如何精确提取各城市的天气、温度及空气质量指标，并清洗后导出为本地 JSON 报表。

# 示例 1：使用 json.loads() 解析多层嵌套 JSON 字符串

import json
import os

# 模拟 Web API 返回的多城市气象数据 JSON 字符串
mock_api_response = """
{
    "status": 200,
    "update_time": "2026-08-22 10:00:00",
    "region_data": [
        {
            "city": "北京",
            "weather": {"temp": 28.5, "humidity": 45, "condition": "晴"},
            "air_quality": {"aqi": 42, "level": "优"}
        },
        {
            "city": "上海",
            "weather": {"temp": 32.0, "humidity": 75, "condition": "多云"},
            "air_quality": {"aqi": 58, "level": "良"}
        },
        {
            "city": "广州",
            "weather": {"temp": 34.2, "humidity": 80, "condition": "雷阵雨"},
            "air_quality": {"aqi": 35, "level": "优"}
        }
    ]
}
"""

# 1. 将 JSON 字符串反序列化为 Python 字典
data = json.loads(mock_api_response)

print("=== 解析 API 响应元信息 ===")
print(f"状态码: {data['status']} | 更新时间: {data['update_time']}")
print(f"覆盖城市数量: {len(data['region_data'])} 个\n")

# 2. 遍历提取嵌套字段并构建扁平化结构
flattened_records = []
for item in data["region_data"]:
    city_name = item["city"]
    temp = item["weather"]["temp"]
    cond = item["weather"]["condition"]
    aqi = item["air_quality"]["aqi"]
    level = item["air_quality"]["level"]
    
    flattened_records.append({
        "city": city_name,
        "temperature": temp,
        "condition": cond,
        "aqi": aqi,
        "air_level": level
    })
    print(f"• 城市: {city_name:<4} | 温度: {temp:>4.1f}℃ ({cond}) | AQI: {aqi} [{level}]")

接下来，我们计算这些城市的平均气温，并将加工清洗后的结构化数据通过 json.dump() 写入本地文件：

# 示例 2：使用 json.dump() 将加工后的分析结果美化写入本地文件

avg_temperature = sum(r["temperature"] for r in flattened_records) / len(flattened_records)
out_json_path = "city_weather_summary.json"

summary_report = {
    "report_title": "多城市气象数据分析简报",
    "average_temperature": round(avg_temperature, 2),
    "city_count": len(flattened_records),
    "city_details": flattened_records
}

# 将 Python 字典序列化并美化写入本地 JSON 文件
with open(out_json_path, "w", encoding="utf-8") as f:
    json.dump(summary_report, f, ensure_ascii=False, indent=2)

print(f"\n✅ 已成功将分析简报持久化至本地: {out_json_path}")

# 3. 使用 json.load() 重新回读文件进行完整性校验
with open(out_json_path, "r", encoding="utf-8") as f:
    reloaded_data = json.load(f)

print(f"回读检验: 报表标题为【{reloaded_data['report_title']}】，平均气温 {reloaded_data['average_temperature']}℃")

# 清理临时文件
if os.path.exists(out_json_path):
    os.remove(out_json_path)

📝 动手练一练

1. 语法辨析题：小李在编写爬虫脚本时，得到了一个包含中文字符的字典 user_info = {"name": "张三", "city": "深圳"}。当他调用 json_str = json.dumps(user_info) 后打印输出，发现结果变成了 {"name": "\u5f20\u4e09", "city": "\u6df1\u5733"}。请问这是为什么？应该如何修改代码让其正常显示中文字符？

   👉 点击查看参考答案

   参考答案： json.dumps() 默认参数为 ensure_ascii=True，会将所有非 ASCII 字符（如中文）转义为 Unicode 转义序列（\uXXXX）。 正确修改方式：显式设置参数 ensure_ascii=False，即：json.dumps(user_info, ensure_ascii=False)。

2. 编程练习：假设你有一个本地配置字典 app_config = {"version": "2.5.0", "debug_mode": False, "allowed_ips": ["127.0.0.1", "192.168.1.1"]}。请编写 Python 脚本，将其以缩进为 4 个空格的格式写入名为 config.json 的文件中，并随后用 json.load() 读取并打印出 debug_mode 的布尔值。

   👉 点击查看参考答案

   参考答案：

   import json
   import os
   
   app_config = {
       "version": "2.5.0",
       "debug_mode": False,
       "allowed_ips": ["127.0.0.1", "192.168.1.1"]
   }
   cfg_file = "config.json"
   
   # 写入配置
   with open(cfg_file, "w", encoding="utf-8") as f:
       json.dump(app_config, f, indent=4)
       
   # 读取并校验
   with open(cfg_file, "r", encoding="utf-8") as f:
       loaded_cfg = json.load(f)
       print(f"读取配置成功 -> Debug 模式开启状态: {loaded_cfg['debug_mode']}")
       
   if os.path.exists(cfg_file):
       os.remove(cfg_file)

本章小结

在本节中，我们系统掌握了 JSON 半结构化数据的解析与存储：

• JSON 的两大核心支柱是对象（dict）与数组（list），天然契合 Python 原生数据结构；
• 牢记四大 API：内存字符串使用 loads/dumps，磁盘文件使用 load/dump；
• 输出中文数据时务必携带 ensure_ascii=False，美化呈现时配合 indent 参数。

📋 行动清单

• 尝试使用浏览器的“开发者工具（F12）➔ Network（网络）”，观察任意网页接口返回的 JSON 数据结构。
• 熟练掌握多层嵌套字典与列表的键值索引（如 data['items'][0]['price']）。

—— 小象教研组