JSON 和 Python 用的是同样的结构
JSON 是 API、配置文件和 Web 数据交换的默认格式。对 Python 程序员来说幸运的是，JSON 对象直接对应 Python 的字典，JSON 数组对应列表，JSON 字符串对应 str。正因为结构如此接近，在 Python 中读写 JSON 只需要两行代码。
标准库模块 json 负责这两个方向的转换。
解析 JSON 字符串
json.loads(text)（意思是“load string”）接收一个 JSON 格式的字符串，返回它所表示的 Python 对象：
结果就是一个普通的字典。你可以像访问任何字典一样访问它的键，没有特殊的 JSON 包装，结果上也没有 .parse() 方法。
如果字符串不是有效的 JSON，json.loads 会抛出 json.JSONDecodeError。错误信息中包含出问题的行号和列号，通常足以让你找出漏掉的逗号或没有转义的引号。
把 JSON 写成字符串
json.dumps(data)（意思是“dump string”）做的事情正好相反：接收一个 Python 对象，返回一个 JSON 字符串：
Python 的 True、False 和 None 会被自动转换为 JSON 的 true、false 和 null。数字和字符串保持不变。列表变成数组，字典变成对象。
格式化输出
json.dumps 默认的输出很紧凑，适合网络传输，但人读起来很费劲。传入 indent=2 可以得到更易读的结果：
另外几个值得了解的 dumps 选项：
sort_keys=True：按字母顺序对对象的键排序。适合需要确定性输出的场景（配置文件、测试数据、对比差异）。ensure_ascii=False：把非 ASCII 字符（é、ü、中）原样写出，而不是写成\u转义序列。对于 UTF-8 文件，这通常是正确的选择。separators=(",", ":")：输出尽可能紧凑。再配合ensure_ascii=False，就能生成最紧凑的 UTF-8 JSON。
从文件读取 JSON
json.load(file)（不带 s）直接从文件对象读取。常见的写法是和 with open 搭配使用：
import json
with open("config.json") as f:
config = json.load(f)
print(config["version"])
不需要先把整个文件读成字符串；json.load 会直接从文件对象中读取。
把 JSON 写入文件
json.dump(data, file) 是对应的写文件方法：
import json
data = {"created": "2026-01-01", "items": [1, 2, 3]}
with open("state.json", "w") as f:
json.dump(data, f, indent=2)
indent 选项在这里同样适用。打开生成的文件，你会看到一个格式整齐的 JSON 文档。
读取 JSON 格式的 API 响应
大多数 HTTP 库给你的是字节或文本，你需要调用 json.loads 把它变成可用的数据：
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"])
requests 库（另有专门的页面介绍）可以省掉一步：响应对象上有一个 .json() 方法，会替你调用 json.loads。
JSON 能表示什么，不能表示什么
JSON 的类型系统比 Python 的窄。两个方向的对应关系如下：
| Python | JSON |
|---|---|
dict | 对象 |
list, tuple | 数组 |
str | 字符串 |
int, float | 数字 |
True | true |
False | false |
None | null |
元组转换后再转回来会变成列表，元组的特性会丢失。集合、自定义类和 datetime 对象默认无法序列化，你会得到 TypeError: Object of type X is not JSON serializable。
处理 datetime 和自定义对象
有两种常见做法。
先转换成可以序列化的结构。 在你自己的代码中完成转换，然后序列化一个普通字典：
传入一个 default= 函数。 遇到不知道如何序列化的值时，json.dumps 会调用它：
读取数据时，你需要自己把这些 ISO 字符串转换回 datetime，因为 JSON 不会记住它们原来是什么类型。
字典经过 JSON 的一次往返
快速验证一下字典能否完整保留：
两者的值相等，但它们是不同的对象。这往往正是你想要的：json.dumps 加 json.loads 是对任何兼容 JSON 的结构做深拷贝的一种简便方法。
一个贴近实际的例子
一个小脚本：加载 JSON 配置，更新一个字段，然后保存回去：
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))
十几行代码就完成了一个完整的 JSON“读取、修改、写入”流程。
几个好习惯
- 处理文件时始终用
with open(...)。 JSON 不过是文本，所有文件操作的规则都适用。 - 给人看的文件优先用
indent=2，比如配置文件、测试数据、导出的数据。对于注重紧凑的网络传输，可以省略。 - 输出 UTF-8 时设置
ensure_ascii=False，让带重音符号的名字或中文等非拉丁字符保持可读。 - 解析不是你生成的数据时，用
try/except json.JSONDecodeError做校验。
下一篇
JSON 处理的是键值数据。同一章的下一个工具是 CSV：Python 对表格格式的内置支持，你遇到的大多数电子表格导出文件用的都是这种格式。
常见问题
Python 中怎么解析 JSON？
JSON 字符串用 json.loads(text)，文件对象用 json.load(file)。两者都会返回一个 Python 字典（或列表，取决于 JSON 的内容）。例如：data = json.loads('{"name": "Rosa"}')，此时 data['name'] 是 'Rosa'。
Python 中怎么把字典转换成 JSON？
json.dumps(my_dict) 返回一个 JSON 字符串。json.dump(my_dict, file) 直接写入一个文件对象。传入 indent=2 可以得到格式化的输出：json.dumps(data, indent=2)。
json.loads 和 json.load 有什么区别？
loads（带 s）接收一个字符串。load（不带 s）接收一个文件对象。dumps 和 dump 也是一样。s 代表 string（字符串），这样记最容易分清。
JSON 中怎么处理日期和自定义对象？
JSON 没有日期类型，所以要把日期作为 ISO-8601 字符串传递，读取时再手动解析回来。对于自定义类，可以给 json.dumps 提供一个 default= 函数，让它返回可以转成 JSON 的表示形式；也可以在序列化之前自己把对象转换成 dict。
