### 设置 Python 中 JSON 输出格式的方法 在 Python 中，使用 `json` 模块可以实现对 JSON 数据的生成和解析。为了在输出时对 JSON 数据进行格式化，可以使用 `json.dumps()` 或 `json.dump()` 方法，并结合 `indent` 参数来控制输出的缩进格式，使生成的 JSON 文件结构更清晰、易于阅读[^2]。 #### 使用 `json.dumps()` 格式化输出 `json.dumps()` 方法用于将 Python 对象序列化为 JSON 字符串。通过设置 `indent` 参数，可以控制输出的缩进空格数，从而提升可读性： ```python import json data = { "name": "Alice", "age": 25, "city": "Beijing" } json_str = json.dumps(data, indent=2, ensure_ascii=False) print(json_str) ``` 上述代码中，`indent=2` 表示每层缩进两个空格，`ensure_ascii=False` 用于保留中文字符，避免其被转义为 Unicode 编码[^4]。 #### 使用 `json.dump()` 格式化写入文件 若需要将 JSON 数据写入文件，可以使用 `json.dump()` 方法，并同样传入 `indent` 参数以实现格式化输出： ```python import json data = { "name": "Bob", "age": 30, "city": "Shanghai" } with open("output.json", "w", encoding="utf-8") as f: json.dump(data, f, indent=2, ensure_ascii=False) ``` 此方式将数据以缩进格式写入 `output.json` 文件，便于查看和调试[^2]。 #### 自定义 JSON 编码器处理特殊数据类型 对于某些非标准数据类型（如 NumPy 类型），可以通过继承 `json.JSONEncoder` 并重写 `default()` 方法来实现自定义序列化逻辑： ```python import json import numpy as np class MyEncoder(json.JSONEncoder): def default(self, obj): if isinstance(obj, np.integer): return int(obj) elif isinstance(obj, np.floating): return float(obj) elif isinstance(obj, np.ndarray): return obj.tolist() else: return super(MyEncoder, self).default(obj) data = { "one": 1, "two": {2.1: ["a", "b"]} } json_str = json.dumps(data, indent=2, cls=MyEncoder, ensure_ascii=False) print(json_str) ``` 上述代码中，`cls=MyEncoder` 指定了自定义的编码器类，用于处理 NumPy 数据类型的序列化问题[^2]。 #### 读取并格式化 JSON 数据 除了输出 JSON 数据，还可以使用 `json.load()` 从文件中读取 JSON 数据，并使用 `json.dumps()` 对其进行格式化打印： ```python import json with open("input.json", "r", encoding="utf-8") as f: data = json.load(f) formatted_json = json.dumps(data, indent=2, ensure_ascii=False) print(formatted_json) ``` 该方法常用于调试，能够将原始 JSON 数据以结构化的方式输出[^4]。 ---