Python och JSON är ett naturligt par.
Oavsett om du bygger ett REST-API med FastAPI
eller Django,
bearbetar datapipelines eller bara läser en konfigurationsfil — du kommer att arbeta med JSON hela tiden.
Den goda nyheten: Pythons standardbibliotek har allt du behöver i
json-modulen.
Ingen pip install krävs.
De fyra funktionerna du faktiskt använder
Modulen json ger dig fyra funktioner för det dagliga arbetet:
json.loads(str)— tolkar en JSON-sträng till ett Python-objektjson.dumps(obj)— konverterar ett Python-objekt till en JSON-strängjson.load(file)— tolkar JSON direkt från ett fil-objektjson.dump(obj, file)— skriver ett Python-objekt som JSON till en fil
Bokstaven s i loads / dumps står för string (sträng).
De utan s arbetar med filobjekt. Lätt att komma ihåg när du väl känner till regeln.
json.loads() — Tolka en JSON-sträng
import json
json_string = '{"name": "Alice", "age": 30, "active": true, "score": 98.5}'
user = json.loads(json_string)
print(user["name"]) # Alice
print(user["age"]) # 30
print(user["active"]) # True
print(type(user)) # <class 'dict'>Notera typmappningen: JSON true blir Python True,
JSON false blir Python False, JSON null blir Python None.
JSON-objekt blir Python-dict, JSON-arrayer blir Python-list.
json.dumps() — Serialisera till en JSON-sträng
import json
user = {
"name": "Bob",
"age": 25,
"roles": ["admin", "editor"],
"active": True,
"extra": None
}
# Kompakt (bra för nätverksöverföring)
compact = json.dumps(user)
print(compact)
# {"name": "Bob", "age": 25, "roles": ["admin", "editor"], "active": true, "extra": null}
# Snyggt formaterat (bra för loggar och mänsklig granskning)
pretty = json.dumps(user, indent=2)
print(pretty)
# {
# "name": "Bob",
# "age": 25,
# "roles": [
# "admin",
# "editor"
# ],
# "active": true,
# "extra": null
# }Notera den omvända typmappningen: Python True → JSON true,
Python None → JSON null. Python hanterar detta automatiskt.
Läsa JSON från en fil
Det här är förmodligen det vanligaste användningsfallet — läsa en konfigurationsfil eller datafil vid uppstart:
import json
# Läs och tolka i ett steg
with open("config.json", "r", encoding="utf-8") as f:
config = json.load(f)
print(config["database"]["host"]) # localhost
print(config["database"]["port"]) # 5432Ange alltid encoding="utf-8" när du öppnar JSON-filer. JSON är specificerat som UTF-8
av RFC 8259,
och att utelämna det kan orsaka problem på Windows där standardkodningen ibland är cp1252.
Skriva JSON till en fil
import json
results = {
"timestamp": "2024-01-15T09:30:00Z",
"total": 1523,
"processed": 1521,
"failed": 2,
"errors": [
{"id": 42, "reason": "missing field"},
{"id": 99, "reason": "invalid format"}
]
}
with open("results.json", "w", encoding="utf-8") as f:
json.dump(results, f, indent=2)
print("Results saved to results.json")Korrekt felhantering
json.loads() kastar
json.JSONDecodeError
(en underklass till ValueError) när indata inte är giltig JSON. Hantera alltid detta när du tolkar
data du inte kontrollerar:
import json
def safe_parse(json_str):
try:
return json.loads(json_str)
except json.JSONDecodeError as e:
print(f"Invalid JSON at line {e.lineno}, column {e.colno}: {e.msg}")
return None
data = safe_parse('{"name": "Alice"}') # fungerar bra
bad = safe_parse('not json at all') # skriver ut fel, returnerar None
also_bad = safe_parse('{"key": }') # skriver ut fel med positionsinformationJSONDecodeError ger dig exakt rad och kolumn där tolkningen misslyckades —
användbart vid felsökning av stora JSON-filer.
Användbara alternativ för dumps()
import json
data = {
"z_key": 1,
"a_key": 2,
"price": 9.999999999
}
# Sortera nycklar alfabetiskt (bra för reproducerbar utdata / diff)
print(json.dumps(data, sort_keys=True, indent=2))
# {
# "a_key": 2,
# "price": 9.999999999,
# "z_key": 1
# }
# Bevara icke-ASCII-tecken (standard: escaped till \uXXXX)
data2 = {"city": "Münich", "greeting": "こんにちは"}
print(json.dumps(data2, ensure_ascii=False))
# {"city": "Münich", "greeting": "こんにちは"}
# Med ensure_ascii=True (standard):
print(json.dumps(data2))
# {"city": "M\u00fcnich", "greeting": "\u3053\u3093\u306b\u3061\u306f"}ensure_ascii=False är något jag alltid lägger till när jag skriver JSON-filer som
innehåller icke-ASCII-text. Den escapade versionen är tekniskt sett giltig JSON men mycket svårare att
läsa i en textredigerare.
Serialisera anpassade objekt
Som standard kan json.dumps() inte serialisera anpassade klassinstanser eller
datetime-objekt.
Du har två alternativ: ärva från
json.JSONEncoder,
eller konvertera till en dict först:
import json
from datetime import datetime, date
# Alternativ 1: anpassad kodarklass
class AppEncoder(json.JSONEncoder):
def default(self, obj):
if isinstance(obj, (datetime, date)):
return obj.isoformat()
return super().default(obj)
data = {"name": "Alice", "created_at": datetime(2024, 1, 15, 9, 30)}
print(json.dumps(data, cls=AppEncoder, indent=2))
# {
# "name": "Alice",
# "created_at": "2024-01-15T09:30:00"
# }
# Alternativ 2: parametern default= (enklare för engångskonverteringar)
print(json.dumps(data, default=str, indent=2)) # konverterar allt okänt till strEtt praktiskt mönster: ladda konfigurationsfil
Här är ett verklighetsnära mönster som jag använder i nästan varje Python-projekt — en konfigurationsladdare som läser en JSON-konfigfil med vettiga standardvärden:
import json
import os
from pathlib import Path
DEFAULTS = {
"database": {"host": "localhost", "port": 5432},
"debug": False,
"log_level": "INFO"
}
def load_config(path="config.json"):
config = DEFAULTS.copy()
config_path = Path(path)
if config_path.exists():
with open(config_path, "r", encoding="utf-8") as f:
try:
user_config = json.load(f)
# Djup sammanslagning: användarinställningar åsidosätter standardvärden
for key, value in user_config.items():
if isinstance(value, dict) and key in config:
config[key].update(value)
else:
config[key] = value
except json.JSONDecodeError as e:
print(f"Warning: config.json is invalid ({e.msg}), using defaults")
return config
config = load_config()
print(config["database"]["host"]) # localhost (eller åsidosatt värde)Sammanfattning
Pythons json-modul täcker allt du behöver utan några beroenden.
Nyckelreglerna: använd loads()/dumps() för strängar, load()/dump()
för filer, hantera alltid JSONDecodeError när du tolkar extern data, och lägg till
ensure_ascii=False när din data innehåller icke-latinska tecken.
För att felsöka JSON-data kan JSON Formatter och
JSON Validator spara dig mycket tid.