在Python中将字符串转换为JSON数据，核心是使用标准库的`json`模块进行**反序列化**（deserialization），将符合JSON格式的字符串解析为Python的内置数据类型（如字典、列表等）[ref_1][ref_2]。 ### 一、核心方法：`json.loads()` `json.loads()` 是完成此转换最直接和常用的函数。它接收一个有效的JSON格式字符串作为参数，并返回对应的Python对象[ref_2][ref_5]。 #### 基础示例 ```python import json # 一个标准的JSON格式字符串 json_str = '{"name": "Alice", "age": 30, "city": "New York", "hobbies": ["reading", "swimming"]}' # 使用 json.loads() 将字符串转换为Python字典 python_dict = json.loads(json_str) print(type(python_dict)) # 输出：<class 'dict'> print(python_dict) # 输出：{'name': 'Alice', 'age': 30, 'city': 'New York', 'hobbies': ['reading', 'swimming']} print(python_dict["name"]) # 输出：Alice print(python_dict["hobbies"][0]) # 输出：reading ``` #### 转换关系表 JSON格式字符串中的数据类型与Python数据类型的对应关系如下[ref_1]： | JSON 数据类型 | Python 数据类型 | | :--- | :--- | | 对象 (object) | 字典 (dict) | | 数组 (array) | 列表 (list) | | 字符串 (string) | 字符串 (str) | | 数字 (number) | 整数 (int) 或 浮点数 (float) | | 布尔值 (true/false) | 布尔值 (True/False) | | null | None | ### 二、从文件读取JSON字符串并转换 当JSON数据存储在文件中时，可以使用 `json.load()` 函数，它直接从文件对象读取并解析，无需手动读取字符串[ref_2][ref_6]。 ```python import json # 假设有一个名为 data.json 的文件，内容为：{"project": "AI Assistant", "version": 1.0} with open('data.json', 'r', encoding='utf-8') as f: data_from_file = json.load(f) # 直接加载文件内容为Python对象 print(data_from_file) # 输出：{'project': 'AI Assistant', 'version': 1.0} ``` ### 三、处理复杂与不规则字符串 在实际应用中，可能会遇到不严格符合JSON格式的字符串，需要进行预处理。 #### 1. 字符串包含转义字符 如果JSON字符串本身包含转义字符（例如在字符串值中包含引号），`json.loads()` 会自动处理。 ```python import json # 字符串值内部包含双引号，JSON字符串本身已正确转义 escaped_str = '{"message": "He said, \\"Hello World!\\""}' parsed_data = json.loads(escaped_str) print(parsed_data["message"]) # 输出：He said, "Hello World!" ``` #### 2. 字符串包含单引号 JSON标准要求使用双引号，如果字符串使用单引号包裹，会导致解析失败，需要进行替换[ref_3]。 ```python import json import re # 不规范的JSON字符串（使用单引号） invalid_str = "{'name': 'Bob', 'active': true}" # 方法1：使用正则表达式替换（需注意true/false/null的转换） # 此方法简单但可能不适用于所有复杂嵌套情况 corrected_str = re.sub(r"'", '"', invalid_str) # 将单引号替换为双引号 # 注意：Python的True/False/None需要转为小写的true/false/null，此处字符串中已是true，符合JSON格式 parsed_data = json.loads(corrected_str) print(parsed_data) # 输出：{'name': 'Bob', 'active': True} # 方法2：使用`ast.literal_eval`（更安全，能直接评估Python字面量） import ast parsed_data_safe = ast.literal_eval(invalid_str) # 直接将字符串评估为Python字典 print(parsed_data_safe) # 输出：{'name': 'Bob', 'active': True} ``` #### 3. 处理编码问题（如中文字符） 默认情况下，`json.loads()` 返回的字符串是Unicode。如果原JSON字符串包含非ASCII字符（如中文），它们会被正确解码[ref_6]。 ```python import json json_str_with_chinese = '{"城市": "北京", "描述": "中国的首都"}' data = json.loads(json_str_with_chinese) print(data) # 输出：{'城市': '北京', '描述': '中国的首都'} # 如果遇到编码错误，请确保文件或字符串源使用正确的编码（如UTF-8）打开。 ``` ### 四、高级参数与错误处理 `json.loads()` 函数支持一些参数来定制解析行为，并需要妥善处理可能出现的异常。 #### 1. 常用参数 * `object_hook`: 用于自定义解码函数，在将JSON对象解码为Python字典时调用。 * `parse_float`: 指定用于解析JSON浮点数的调用函数（例如，使用 `decimal.Decimal` 代替 `float`）。 * `parse_int`: 类似 `parse_float`，用于解析整数。 * `parse_constant`: 用于解析 `-Infinity`, `Infinity`, `NaN` 等JSON常量。 ```python import json from decimal import Decimal json_str = '{"price": 19.99, "quantity": 100}' # 使用Decimal来处理浮点数，避免精度问题 data = json.loads(json_str, parse_float=Decimal) print(data['price']) # 输出：Decimal('19.99') print(type(data['price'])) # 输出：<class 'decimal.Decimal'> ``` #### 2. 错误处理 如果提供的字符串不是有效的JSON格式，`json.loads()` 会抛出 `json.JSONDecodeError` 异常[ref_3]。 ```python import json invalid_json_str = "{name: 'Tom'}" # 键名缺少双引号 try: data = json.loads(invalid_json_str) except json.JSONDecodeError as e: print(f"JSON解析错误：{e.msg}") print(f"错误位置：第{e.lineno}行，第{e.colno}列") # 输出：JSON解析错误：Expecting property name enclosed in double quotes ``` ### 五、应用场景示例 #### 1. 处理API响应 在网络请求中，服务器返回的数据通常是JSON格式的字符串。 ```python import json import requests # 模拟一个API响应 response_text = '{"status": "success", "data": [{"id": 1, "name": "Item1"}, {"id": 2, "name": "Item2"}]}' # 实际中可能是：response_text = requests.get('https://api.example.com/data').text response_data = json.loads(response_text) if response_data["status"] == "success": for item in response_data["data"]: print(f"ID: {item['id']}, Name: {item['name']}") ``` #### 2. 与Flask Web框架结合 在Flask Web应用中，常需要将数据库查询结果或Python对象以JSON格式返回给客户端。虽然`json.dumps()`用于序列化，但接收客户端传来的JSON数据时，则需要使用`json.loads()`或Flask提供的`request.get_json()`来反序列化字符串[ref_4]。 ```python from flask import Flask, request, jsonify import json app = Flask(__name__) @app.route('/receive_data', methods=['POST']) def receive_data(): # 方法1：使用 request.get_json()，Flask会自动解析请求体中的JSON字符串 # data = request.get_json() # 方法2：手动获取字符串并使用 json.loads() json_string = request.data.decode('utf-8') data = json.loads(json_string) # 处理数据... processed_name = data.get('name', '').upper() # 返回JSON响应 return jsonify({'received_name': processed_name}) # 客户端可能会发送一个如 '{"name": "charlie"}' 的字符串，上述端点会将其解析为字典。 ``` ### 六、替代方案：`simplejson` 模块 `simplejson` 是第三方库，其API与标准库的 `json` 模块基本兼容，但更新更频繁，在某些边缘情况下性能或功能可能更好。安装后用法相同[ref_3]。 ```bash pip install simplejson ``` ```python import simplejson as json # 可以这样导入以替代标准库 json_str = '["apple", "banana", "cherry"]' python_list = json.loads(json_str) print(python_list) # 输出：['apple', 'banana', 'cherry'] ```