快捷導(dǎo)航

Python格式化處理JSON數(shù)據(jù)的完整指南

更新時間：2026年04月09日 08:23:47 作者：detayun

在Python中,我們經(jīng)常需要處理JSON數(shù)據(jù),而格式化JSON數(shù)據(jù)是開發(fā)過程中的常見需求,本文將詳細介紹如何在Python中對JSON數(shù)據(jù)進行格式化處理,感興趣的小伙伴可以跟隨小編一起學(xué)習(xí)一下

JSON（JavaScript Object Notation）是一種輕量級的數(shù)據(jù)交換格式，因其易讀性和易解析性而被廣泛應(yīng)用于前后端數(shù)據(jù)交互、配置文件存儲等場景。在Python中，我們經(jīng)常需要處理JSON數(shù)據(jù)，而格式化JSON數(shù)據(jù)是開發(fā)過程中的常見需求。本文將詳細介紹如何在Python中對JSON數(shù)據(jù)進行格式化處理。

1. JSON基礎(chǔ)回顧

JSON數(shù)據(jù)由鍵值對組成，支持的數(shù)據(jù)類型包括：

字符串（String）
數(shù)字（Number）
布爾值（Boolean）
數(shù)組（Array）
對象（Object）
null

Python中的json模塊提供了處理JSON數(shù)據(jù)的功能，主要包含兩個方法：

json.dumps()：將Python對象轉(zhuǎn)換為JSON字符串
json.loads()：將JSON字符串轉(zhuǎn)換為Python對象

2. 基本格式化方法

2.1 使用json.dumps()的縮進參數(shù)

最簡單的方式是使用indent參數(shù)來指定縮進空格數(shù)，使JSON數(shù)據(jù)更易讀：

import json

data = {
    "name": "Alice",
    "age": 25,
    "skills": ["Python", "Data Analysis", "Machine Learning"],
    "address": {
        "city": "New York",
        "zip": "10001"
    }
}

# 基本轉(zhuǎn)換（無格式化）
json_str = json.dumps(data)
print("無格式化:")
print(json_str)

# 帶縮進的格式化
formatted_json = json.dumps(data, indent=4)
print("\n格式化后:")
print(formatted_json)

輸出結(jié)果：

無格式化:
{"name": "Alice", "age": 25, "skills": ["Python", "Data Analysis", "Machine Learning"], "address": {"city": "New York", "zip": "10001"}}
格式化后:
{
    "name": "Alice",
    "age": 25,
    "skills": [
        "Python",
        "Data Analysis",
        "Machine Learning"
    ],
    "address": {
        "city": "New York",
        "zip": "10001"
    }
}

2.2 其他有用的參數(shù)

json.dumps()還提供了其他參數(shù)來控制輸出格式：

sort_keys：按字母順序?qū)︽I進行排序
separators：指定分隔符（默認是, 和: ）
ensure_ascii：是否確保ASCII編碼（設(shè)為False可輸出非ASCII字符）

示例：

# 排序鍵并修改分隔符
sorted_json = json.dumps(data, indent=4, sort_keys=True, separators=(',', ': '))
print("\n排序鍵并修改分隔符:")
print(sorted_json)

# 處理非ASCII字符
chinese_data = {"name": "張三", "age": 30}
print("\n處理非ASCII字符:")
print(json.dumps(chinese_data, indent=2, ensure_ascii=False))

3. 從文件讀取和寫入格式化JSON

在實際應(yīng)用中，我們經(jīng)常需要從文件讀取JSON數(shù)據(jù)或?qū)⑵鋵懭胛募?/p>

3.1 寫入格式化JSON到文件

# 寫入格式化JSON到文件
with open('data.json', 'w', encoding='utf-8') as f:
    json.dump(data, f, indent=4, ensure_ascii=False)

3.2 從文件讀取JSON并格式化

# 從文件讀取JSON并格式化打印
with open('data.json', 'r', encoding='utf-8') as f:
    loaded_data = json.load(f)
    print("從文件讀取并格式化:")
    print(json.dumps(loaded_data, indent=4))

4. 使用第三方庫進行更高級的格式化

雖然Python內(nèi)置的json模塊功能強大，但對于更復(fù)雜的格式化需求，可以考慮使用第三方庫如pyjson5或orjson（后者以性能著稱，但格式化選項較少）。

使用pyjson5（支持JSON5格式）

JSON5是JSON的超集，支持更多靈活特性：

# 需要先安裝: pip install pyjson5
import json5

data5 = {
    name: "Bob",  # 未加引號的鍵（JSON5特性）
    "age": 30,
    "is_student": false,  # 布爾值小寫
    "hobbies": [
        "reading",
        "swimming,
        "coding"  # 字符串可不加引號
    ]
}

formatted_json5 = json5.dumps(data5, indent=2)
print(formatted_json5)

5. 實際應(yīng)用場景示例

5.1 美化API響應(yīng)

import requests

response = requests.get('https://api.github.com/users/octocat')
if response.status_code == 200:
    print("GitHub API響應(yīng)（格式化后）:")
    print(json.dumps(response.json(), indent=2))
else:
    print(f"請求失敗，狀態(tài)碼: {response.status_code}")

5.2 配置文件處理

config = {
    "database": {
        "host": "localhost",
        "port": 5432,
        "credentials": {
            "username": "admin",
            "password": "secret"
        }
    },
    "debug": True
}

# 保存格式化配置
with open('config.json', 'w') as f:
    json.dump(config, f, indent=2)

# 讀取并顯示配置
with open('config.json', 'r') as f:
    loaded_config = json.load(f)
    print("加載的配置:")
    print(json.dumps(loaded_config, indent=2))

6. 性能考慮

雖然格式化使JSON更易讀，但會增加數(shù)據(jù)大小和處理時間：

生產(chǎn)環(huán)境中，如果不需要人類閱讀，可以省略indent參數(shù)
對于大型JSON數(shù)據(jù)，考慮使用orjson等高性能庫

# 性能比較示例
import json
import orjson
import time

large_data = {str(i): i for i in range(10000)}

start = time.time()
json_str = json.dumps(large_data, indent=2)
print(f"標(biāo)準庫格式化耗時: {time.time()-start:.4f}秒")

start = time.time()
json_str = orjson.dumps(large_data).decode()  # orjson不支持indent
print(f"orjson非格式化耗時: {time.time()-start:.4f}秒")