针对您提供的 CSDN 博客链接，其核心内容是关于**Python 中 `json.dumps()` 函数的使用、参数详解以及常见应用场景**。该函数是 Python `json` 模块中用于将 Python 对象（如字典、列表）序列化为 JSON 格式字符串的关键方法。 ### 1. `json.dumps()` 函数核心功能与语法 `json.dumps()` 的主要功能是将一个 Python 对象编码（序列化）成一个符合 JSON 格式的字符串。其基本语法如下： ```python import json json_string = json.dumps(obj, *, skipkeys=False, ensure_ascii=True, check_circular=True, allow_nan=True, cls=None, indent=None, separators=None, default=None, sort_keys=False, **kw) ``` ### 2. 关键参数详解与应用示例 为了清晰地展示各参数的作用和效果，以下通过表格和代码进行对比说明： | 参数 | 类型 | 默认值 | 作用说明 | 典型应用场景 | | :--- | :--- | :--- | :--- | :--- | | **`obj`** | object | (必选) | 要序列化的 Python 对象。 | 序列化字典、列表等数据结构。 | | **`indent`** | int / str | `None` | 指定缩进，使 JSON 字符串更易读。整数表示缩进空格数，字符串（如`'\t'`）表示缩进符。 | 生成用于配置文件或人工查看的格式化 JSON。 | | **`ensure_ascii`** | bool | `True` | 为 `True` 时，所有非 ASCII 字符（如中文）会被转义为 `\uXXXX` 序列；为 `False` 时，则原样输出。 | 处理包含中文等非 ASCII 字符的数据。 | | **`sort_keys`** | bool | `False` | 为 `True` 时，输出的字典键会按字母顺序排序。 | 确保 JSON 字符串的输出顺序一致，便于比较或版本控制。 | | **`separators`** | tuple | `(', ', ': ')` | 指定项分隔符和键值分隔符。通常用于去除空格以压缩 JSON 大小。 | 生成紧凑的 JSON 字符串，用于网络传输。 | | **`default`** | function | `None` | 指定一个函数，用于处理无法被直接序列化的对象（如自定义类实例）。 | 序列化包含日期时间、自定义类等特殊类型的对象。 | #### 2.1 基础序列化与美化输出（`indent`） ```python import json data = { "name": "张三", "age": 30, "skills": ["Python", "Data Analysis"], "is_employed": True } # 紧凑输出（默认） compact_json = json.dumps(data) print("紧凑JSON:", compact_json) # 输出：{"name": "\u5f20\u4e09", "age": 30, "skills": ["Python", "Data Analysis"], "is_employed": true} # 美化输出（缩进2个空格） pretty_json = json.dumps(data, indent=2, ensure_ascii=False) print("美化JSON:\n", pretty_json) # 输出： # { # "name": "张三", # "age": 30, # "skills": [ # "Python", # "Data Analysis" # ], # "is_employed": true # } ``` *代码演示了如何使用 `indent` 参数生成易读的 JSON 字符串，并使用 `ensure_ascii=False` 保持中文字符原样输出。* #### 2.2 控制字符编码与键排序（`ensure_ascii`, `sort_keys`） ```python # 处理非ASCII字符和键排序 data_with_chinese = {"城市": "北京", "name": "Beijing", "人口": 2171} # 默认 ensure_ascii=True，中文被转义 escaped_json = json.dumps(data_with_chinese) print("转义中文:", escaped_json) # {"\u57ce\u5e02": "\u5317\u4eac", "name": "Beijing", "\u4eba\u53e3": 2171} # 设置 ensure_ascii=False，保留中文原样 unicode_json = json.dumps(data_with_chinese, ensure_ascii=False) print("原样中文:", unicode_json) # {"城市": "北京", "name": "Beijing", "人口": 2171} # 同时启用键排序和美化 sorted_pretty_json = json.dumps(data_with_chinese, indent=2, ensure_ascii=False, sort_keys=True) print("排序并美化:\n", sorted_pretty_json) # 输出（键按Unicode码点排序）： # { # "name": "Beijing", # "人口": 2171, # "城市": "北京" # } ``` *此段代码对比了 `ensure_ascii` 参数对中文字符处理的影响，并展示了 `sort_keys` 参数如何对字典键进行排序。* #### 2.3 生成紧凑JSON与处理自定义对象（`separators`, `default`） ```python # 使用 separators 生成最紧凑的JSON compact_custom = json.dumps(data, separators=(',', ':'), ensure_ascii=False) print("最紧凑JSON:", compact_custom) # {"name":"张三","age":30,"skills":["Python","Data Analysis"],"is_employed":true} # 使用 default 参数序列化自定义对象 import datetime class User: def __init__(self, name, join_date): self.name = name self.join_date = join_date def custom_serializer(obj): """自定义序列化函数""" if isinstance(obj, datetime.datetime): return obj.isoformat() # 将datetime转换为ISO格式字符串 elif isinstance(obj, User): return {"name": obj.name, "join_date": obj.join_date} else: raise TypeError(f"Object of type {obj.__class__.__name__} is not JSON serializable") complex_data = { "user": User("李四", datetime.datetime(2023, 5, 10)), "timestamp": datetime.datetime.now() } try: # 直接序列化会报错 json.dumps(complex_data) except TypeError as e: print("直接序列化错误:", e) # 使用 default 参数指定处理函数 serialized = json.dumps(complex_data, default=custom_serializer, indent=2, ensure_ascii=False) print("自定义序列化结果:\n", serialized) # 输出： # { # "user": { # "name": "李四", # "join_date": "2023-05-10T00:00:00" # }, # "timestamp": "2023-10-27T14:30:00.123456" # } ``` *代码展示了如何使用 `separators` 参数移除所有空白以最小化 JSON 字符串，并通过 `default` 参数定义一个函数来序列化 `datetime` 和自定义类等非标准 JSON 类型[ref_1]。* ### 3. 常见应用场景与注意事项 1. **Web API 开发**：在 Flask 或 Django 等框架中，使用 `json.dumps()` 将 Python 对象转换为 JSON 字符串，作为 HTTP 响应返回给客户端[ref_3]。 2. **配置文件存储**：将程序的配置字典以美观的格式（`indent=4`）写入文件，便于人类阅读和编辑。 3. **数据持久化**：将结构化的数据（如列表、字典）序列化为 JSON 字符串后存入数据库或文件。 4. **进程间通信**：在不同进程或服务间传递数据时，JSON 是一种轻量级且通用的数据交换格式。 **注意事项**： * `json.dumps()` 只能序列化 Python 的基本数据类型（`dict`, `list`, `str`, `int`, `float`, `bool`, `None`）。对于其他类型（如 `set`, `datetime`, 自定义类），需要借助 `default` 参数或先将其转换为基本类型。 * 确保 `ensure_ascii=False` 当输出内容包含非 ASCII 字符且希望保持原样时。 * 对于非常大的对象，考虑使用 `json.dump()` 函数直接写入文件流，以避免一次性加载大量数据到内存。 通过灵活组合上述参数，`json.dumps()` 函数能够满足从调试输出、数据存储到网络传输等各种场景下对 JSON 序列化的不同需求。