Python解析JSON数据技巧：json模块进阶

Python的json模块远不止基础的loads()和dumps()——掌握其进阶技巧，能让你在真实开发中安全、高效、灵活地处理JSON数据：通过自定义default函数实现类实例的无缝序列化，利用object_hook精准还原为对象；用ensure_ascii=False保留中文可读性，配合显式UTF-8编码避免文件读写乱码；更关键的是，通过parse_float/parse_int等参数加固解析过程，防范恶意JSON引发的安全与性能风险，彻底告别eval系危险操作。

Python的json模块不只是loads()和dumps()这么简单——掌握进阶用法，能帮你更稳、更快、更灵活地处理真实场景中的JSON数据。

自定义对象序列化：让类实例变JSON

默认情况下，json.dumps()无法直接处理自定义类实例，会报TypeError: Object of type XXX is not JSON serializable。解决方法是提供default参数，告诉JSON编码器“遇到不认识的类型时怎么转”：

示例：将Person类转为JSON

import json
<p>class Person:
def <strong>init</strong>(self, name, age):
self.name = name
self.age = age</p><p>def person_to_dict(obj):
if isinstance(obj, Person):
return {'name': obj.name, 'age': obj.age}
raise TypeError(f"Object of type {type(obj).<strong>name</strong>} is not JSON serializable")</p><p>data = Person("Alice", 30)
json_str = json.dumps(data, default=person_to_dict, indent=2)
print(json_str)</p><h1>输出：</h1><h1>{</h1><h1>"name": "Alice",</h1><h1>"age": 30</h1><h1>}</h1><p></p>

反序列化时还原对象：从JSON重建实例

json.loads()默认只返回字典或列表，若想还原成具体类对象，可用object_hook参数——它会在每个JSON对象（即每个dict）解析完成后被调用：

• 定义一个函数，接收解析后的dict，判断是否应构造某类实例
• 返回原始dict（不做处理）或返回新创建的对象

示例：把含"type"字段的JSON自动转为对应类实例

def dict_to_obj(d):
    if d.get("type") == "person":
        return Person(d["name"], d["age"])
    return d  # 其他情况保持原样
<p>json_data = '{"type": "person", "name": "Bob", "age": 25}'
obj = json.loads(json_data, object_hook=dict_to_obj)
print(type(obj), obj.name)  # <class '<strong>main</strong>.Person'> Bob
</p>

处理中文、特殊字符与编码细节

默认json.dumps()会把非ASCII字符（如中文）转义为\uXXXX格式，影响可读性。用ensure_ascii=False即可保留原文：

• json.dumps(data, ensure_ascii=False) → 输出中文而非\u4f60\u597d
• 写入文件时，务必显式指定encoding='utf-8'，避免平台默认编码出错
• 读取文件时也建议用open(..., encoding='utf-8')打开，再传给json.load()

另外，sort_keys=True能让键名有序输出，便于比对；indent=2提升可读性，调试时很实用。

安全解析不可信JSON：避免执行危险操作

来自外部（如API、用户上传）的JSON可能含恶意结构（例如超深嵌套、超大数组），导致内存溢出或拒绝服务。标准json模块不带限流机制，但可通过以下方式加固：

• 用json.loads(s, parse_float=str, parse_int=str)防止数字过大引发精度丢失或异常
• 结合sys.setrecursionlimit()限制嵌套深度（需谨慎，影响全局）
• 更稳妥的做法：先用json.scanner.make_scanner()手动扫描，或改用第三方库如ijson流式解析大文件
• 永远不要用eval()或ast.literal_eval()代替json.loads()——它们不校验JSON语法，有代码注入风险

今天关于《Python解析JSON数据技巧：json模块进阶》的内容就介绍到这里了，是不是学起来一目了然！想要了解更多关于的内容请关注golang学习网公众号！