Python 使用 json 模块解析与保存数据:常见格式转换与中文乱码避坑

AI智能摘要
把 Python 字典写进文件,隔天读出来却看到 u4f60u597d 这样的转义编码,甚至直接抛出 JSONDecodeError——问题往往不在数据本身,而在 json 模块的用法细节。带 s 与不带 s 的四个函数究竟该如何分工?ensure_ascii=False 和 UTF-8 编码为何要成对出现?面对尾逗号、单引号、注释这类“看起来像 JSON”的写法,又该如何定位并规避报错?
— 此摘要由AI分析文章内容生成,仅供参考。

很多人第一次把 Python 字典写进文件、隔天再读出来时,都会遇到两个意外:一是文件里的中文全变成了 u4f60u597d 这样的编码,二是读回来时提示 JSONDecodeError,可文件内容看起来明明没问题。这两个坑几乎都出在标准库 json 的使用姿势上,而不是数据本身。把几个函数的适用场景和参数含义理清之后,配置文件的读写其实是一件很省心的事。

先分清四个函数:带 s 的和不带 s 的

json 模块里最常用的四个函数,名字只差一个字母,用途却分成两组。

带 s 的 json.loads 和 json.dumps 处理的是字符串。loads 把一段 JSON 文本解析成 Python 对象,dumps 把 Python 对象序列化成 JSON 文本。这里的 s 可以理解为 string。它们不碰文件,输入输出都在内存里。

不带 s 的 json.load 和 json.dump 处理的是文件对象。load 从已经打开的文件里读取并解析,dump 把对象直接写进打开的文件。它们内部其实还是做了字符串层面的转换,只是帮你省掉了手动读写的那一步。

选择依据很直接:数据来自网络响应、命令行参数、数据库字段这类字符串时,用带 s 的;数据要落到本地配置文件、日志或缓存文件时,用不带 s 的。初学者常见的错误是拿着文件路径去调 json.loads,结果报参数类型错误;或者把字符串直接传给 json.dump,同样对不上。

一个容易忽略的细节是:json.load 和 json.dump 的第一个参数必须是支持 .read() 或 .write() 的文件对象,所以通常要配合 open() 使用。写文件时记得显式指定编码,读文件时也一样,这一点在后面的中文处理里还会提到。

中文乱码的根源在 ensure_ascii

默认情况下,json.dumps 会把所有非 ASCII 字符转义成 uXXXX 形式。这不算错误,JSON 规范允许这种表示,解析回来内容也完全正确。但对人来说,配置文件里全是转义序列,既没法直接看,也没法手动改,排查问题时非常难受。

解决办法就是加上 ensure_ascii=False:

import json

config = {
    "站点名称": "我的博客",
    "管理员": "张三",
    "启用缓存": True
}

with open("config.json", "w", encoding="utf-8") as f:
    json.dump(config, f, ensure_ascii=False, indent=2)

这样写出来的文件里就是正常的中文。indent=2 让输出带缩进和换行,方便人阅读和手工编辑;不加的话整个 JSON 会挤成一行。

这里有个配套动作不能漏:open() 里要写 encoding="utf-8"。在部分系统上,open() 的默认编码取决于运行环境,不显式指定就可能写出与预期不同的编码,之后再读时出现乱码或解码错误。写入和读取两端都统一用 UTF-8,是最稳妥的做法。

读取时不需要 ensure_ascii 这个参数,它只影响序列化方向:

with open("config.json", "r", encoding="utf-8") as f:
    config = json.load(f)

print(config["站点名称"])

如果只需要字符串而不落盘,写法是 json.dumps(config, ensure_ascii=False);反过来,从字符串解析用 json.loads(text),同样不涉及这个参数。

报错规避:非标准 JSON 怎么处理

json 模块只认严格符合规范的 JSON。手写或从别处复制来的配置文件,经常带着一些“看起来像 JSON”的写法,解析时就会抛 JSONDecodeError。常见的有这么几类。

末尾多余的逗号。 标准 JSON 不允许数组或对象最后一个元素后面还有逗号,[1, 2, 3,] 和 {"a": 1,} 都会报错。Python 的字典字面量允许尾逗号,很多人因此误以为 JSON 也允许。

用单引号代替双引号。 JSON 规定字符串必须用双引号,{'name': 'test'} 不是合法 JSON。这种内容其实是 Python 字面量,用 ast.literal_eval 解析更合适,但它只适用于可信的本地数据,不要用来处理外部来源的内容。

注释。 JSON 标准不支持 // 或 # 注释。如果配置里需要写说明,可以在对象里加一个 "_comment" 之类的键,或者干脆把说明写在文件外部。

值类型不合法。 True、False、None 在 JSON 里必须写成 true、false、null,大小写敏感。从 Python 代码里直接复制字典内容时最容易踩这个坑。

处理这些问题的思路分两种。如果文件是自己维护的,最干净的办法是改成标准 JSON,从源头消除问题。如果文件来自外部、不便修改,可以在解析前做一次清洗,比如去掉注释行和尾逗号,再交给 json.loads。但这种清洗要谨慎,简单的字符串替换可能误伤字符串内部的内容,比如某个值里恰好包含逗号加右括号。

更稳的排查方式是先定位错误位置。JSONDecodeError 的异常信息里通常带有出错的行号和列号,捕获后打印出来,就能直接跳到文件对应位置检查:

try:
    with open("config.json", "r", encoding="utf-8") as f:
        config = json.load(f)
except json.JSONDecodeError as e:
    print(f"第 {e.lineno} 行第 {e.colno} 列附近有问题:{e.msg}")

养成这个习惯,比盲目盯着文件找问题快得多。

落到实际:一个配置读写的完整套路

把上面几点串起来,脚本里读写配置的典型流程是这样:启动时尝试读取配置文件,读不到就用默认值兜底,运行中修改后写回。读取失败时区分“文件不存在”和“内容格式错误”,前者正常初始化,后者要提示用户而不是静默覆盖。

import json
import os

CONFIG_PATH = "config.json"

default_config = {
    "输出目录": "./output",
    "重试次数": 3,
    "启用日志": True
}

def load_config():
    if not os.path.exists(CONFIG_PATH):
        return dict(default_config)
    try:
        with open(CONFIG_PATH, "r", encoding="utf-8") as f:
            return json.load(f)
    except json.JSONDecodeError:
        print("配置文件格式有误,已使用默认配置")
        return dict(default_config)

def save_config(config):
    with open(CONFIG_PATH, "w", encoding="utf-8") as f:
        json.dump(config, f, ensure_ascii=False, indent=2)

config = load_config()
config["重试次数"] = 5
save_config(config)

这段代码里几个细节值得留意。dict(default_config) 做的是浅拷贝,避免后续修改污染默认值;如果配置里有嵌套的字典或列表,需要改用 copy.deepcopy。写文件时没有先删除旧文件,open 的 "w" 模式会直接覆盖,这在本场景下是期望行为。另外,json 只能序列化基本类型,字典、列表、字符串、数字、布尔值和 None 都没问题,但日期对象、自定义类的实例会直接报类型错误,需要先转成字符串再存。

对于需要保留顺序或处理更复杂结构的场景,json 模块还提供了 sort_keys、separators 等参数,但日常配置文件用 ensure_ascii=False 加 indent 已经够用。真正需要关注的是编码统一和格式严格这两点,它们决定了这份配置明天还能不能被正确读回来。

© 版权声明
THE END
喜欢就支持一下吧
点赞5 分享