JSON в Python: чтение, запись и парсинг JSON модулем json

JSON и Python говорят на одних формах

JSON - формат по умолчанию для API, конфигов и обмена данными в вебе. К счастью для питонистов, JSON-объект ложится прямо на Python-словарь, JSON-массив - на список, JSON-строка - на str. Это близкое совпадение - причина того, что чтение и запись JSON в Python - операция в две строки.

Модуль стандартной библиотеки json обрабатывает оба направления.

Парсинг JSON-строки

json.loads(text) - «load string» - берёт строку в формате JSON и возвращает соответствующий Python-объект:

import json

raw = '{"name": "Rosa", "age": 30, "tags": ["python", "docs"]}'
data = json.loads(raw)

print(data)
print(type(data))
print(data["name"])
print(data["tags"][0])

Результат - обычный словарь. К ключам обращаешься как к любому словарю - никакой специальной обёртки JSON, никакого .parse() на результате.

Если строка невалидна, json.loads поднимает json.JSONDecodeError. Сообщение включает строку и колонку проблемы - обычно этого хватает, чтобы найти пропущенную запятую или неэкранированную кавычку.

Запись JSON в строку

json.dumps(data) - «dump string» - делает обратное: берёт Python-объект и возвращает JSON-строку:

import json

data = {
    "name": "Rosa",
    "age": 30,
    "tags": ["python", "docs"],
    "active": True,
    "avatar": None,
}

as_json = json.dumps(data)
print(as_json)

Python-овские True, False и None автоматически превращаются в JSON-ные true, false, null. Числа и строки проходят без изменений. Списки становятся массивами, словари - объектами.

Красивое форматирование

По умолчанию json.dumps выдаёт компактный вывод - ок для транспорта, тяжело людям. Передай indent=2 ради чего-то читабельного:

import json

data = {"name": "Rosa", "age": 30, "tags": ["python", "docs"]}

print(json.dumps(data, indent=2))

Ещё пара опций dumps, которые стоит знать:

• sort_keys=True - отсортировать ключи объектов по алфавиту. Удобно для детерминированного вывода (конфиги, фикстуры тестов, diff-ы).
• ensure_ascii=False - писать не-ASCII символы (é, ü, 中) как есть, а не через \u-эскейпы. Обычно правильный выбор для UTF-8 файлов.
• separators=(",", ":") - самый плотный возможный вывод. В сочетании с ensure_ascii=False даёт самый компактный UTF-8 JSON.

Чтение JSON из файла

json.load(file) - без s - читает прямо из файлового объекта. Типичный паттерн - вместе с with open:

import json

with open("config.json") as f:
    config = json.load(f)

print(config["version"])

Не нужно сначала читать файл в строку - json.load стримит через файловый объект.

Запись JSON в файл

json.dump(data, file) - файловый напарник:

import json

data = {"created": "2026-01-01", "items": [1, 2, 3]}

with open("state.json", "w") as f:
    json.dump(data, f, indent=2)

Опция indent работает и тут. Открой получившийся файл - увидишь аккуратный JSON-документ.

Чтение ответа JSON API

Большинство HTTP-библиотек отдают байты или текст; ты вызываешь json.loads, чтобы превратить их в используемые данные:

import json
import urllib.request

with urllib.request.urlopen("https://api.example.com/users/1") as response:
    text = response.read().decode("utf-8")

user = json.loads(text)
print(user["name"])

Библиотека requests (о ней отдельно) пропускает шаг: у объекта ответа есть метод .json(), вызывающий json.loads за тебя.

Что JSON может и не может представить

У JSON типовая система уже, чем у Python. Маппинг в обе стороны:

Python	JSON
dict	object
list, tuple	array
str	string
int, float	number
True	true
False	false
None	null

Кортежи туда-обратно превращаются в списки - кортежность теряется. Множества, пользовательские классы и объекты datetime сериализовать по умолчанию нельзя - получишь TypeError: Object of type X is not JSON serializable.

Работа с datetime и своими объектами

Два частых подхода.

Сначала преобразуй в JSON-безопасную структуру. Делаем трансформацию в своём коде и уже сериализуем обычный словарь:

import json
from datetime import datetime

record = {
    "title": "Meeting",
    "when": datetime(2026, 1, 15, 9, 30),
}

payload = {
    "title": record["title"],
    "when": record["when"].isoformat(),
}

print(json.dumps(payload))

Передай функцию default=. json.dumps вызывает её для каждого значения, которое не умеет сериализовать:

import json
from datetime import datetime

def json_default(value):
    if isinstance(value, datetime):
        return value.isoformat()
    raise TypeError(f"Can't serialize {type(value).__name__}")

record = {
    "title": "Meeting",
    "when": datetime(2026, 1, 15, 9, 30),
}

print(json.dumps(record, default=json_default))

Когда данные читаешь обратно, ISO-строки в datetime конвертируешь сам - JSON не помнит, чем они были исходно.

Раунд-трип словаря через JSON

Быстрая проверка, что словари переживают преобразование:

import json

original = {"name": "Rosa", "scores": [85, 90, 78], "active": True}

text = json.dumps(original)
back = json.loads(text)

print(original == back)
print(original is back)

Значения равны, но это разные объекты. Часто именно это и нужно: json.dumps + json.loads - дешёвый способ сделать глубокую копию любой JSON-совместимой структуры.

Реалистичный пример

Короткий скрипт, который грузит JSON-конфиг, обновляет поле и сохраняет обратно:

import json
from pathlib import Path

config_path = Path("settings.json")

# Load (with a default if the file doesn't exist).
if config_path.exists():
    config = json.loads(config_path.read_text())
else:
    config = {"theme": "dark", "last_opened": None}

# Update.
config["last_opened"] = "2026-01-15"

# Save, pretty-printed.
config_path.write_text(json.dumps(config, indent=2, ensure_ascii=False))

Полный цикл «прочитать, изменить, записать» для JSON в десятке строк.

Несколько привычек

• Всегда with open(...) для файлов. JSON - это просто текст; все правила работы с файлами применяются.
• Предпочитай indent=2 для файлов, которые читают люди - конфиги, фикстуры, экспорты. Пропускай для сетевого трафика, где важна компактность.
• Ставь ensure_ascii=False для UTF-8 вывода, чтобы имена с акцентами или нелатинскими символами оставались читаемыми.
• Валидируй через try/except json.JSONDecodeError, когда парсишь данные, которые не сам произвёл.

Дальше

JSON обрабатывает данные ключ-значение. Следующий инструмент в той же главе - CSV, встроенная поддержка табличного формата, стоящего за большинством экспортов из таблиц, что ты встретишь.