4、处理 JSON 数据：JSON 格式解析、Python 字典与 JSON 互转、使用 json() 方法提取数据。

好，咱们进入第四章。这一章聊的是 JSON，说白了就是 API 世界里最通用的“普通话”。你调用任何外部接口，十有八九返回的都是 JSON。不会处理它，后面的集成工作根本没法做。

我个人习惯把 JSON 理解成“轻量级的数据交换格式”。它长得跟 Python 的字典很像，但又不完全一样。很多新手一上来就混淆，觉得 JSON 就是字典，结果在类型转换上栽跟头。嗯，咱们今天就把这事彻底捋清楚。

4.1 JSON 格式长什么样？

先看一个最典型的 JSON 结构。假设我们调用了一个天气 API，返回的数据是这样的：

{
  "city": "北京",
  "temperature": 23,
  "humidity": 65,
  "wind": {
    "direction": "东南风",
    "speed": 3.5
  },
  "forecast": [
    {"day": "周一", "temp_high": 25, "temp_low": 18},
    {"day": "周二", "temp_high": 27, "temp_low": 20}
  ]
}

注意几个关键点：

• 键名必须用双引号，单引号不行。这是 JSON 和 Python 字典最大的区别之一。
• 字符串值也必须用双引号。
• 数字不需要引号，布尔值用 true/false（小写），空值用 null。
• 支持嵌套，对象里套对象，对象里套数组，非常灵活。

4.2 Python 字典与 JSON 互转

Python 标准库 json 提供了两个核心方法：json.dumps() 和 json.loads()。名字很好记，dumps 是“把字典 dump 成字符串”，loads 是“把字符串 load 成字典”。

4.2.1 JSON 字符串 → Python 字典（json.loads）

这是最常用的场景。你从 requests.get() 拿到响应文本，然后转成字典：

import json

json_str = '{"name": "张三", "age": 30, "is_student": false}'
data = json.loads(json_str)

print(data)          # {'name': '张三', 'age': 30, 'is_student': False}
print(type(data))    # <class 'dict'>
print(data["name"])  # 张三

注意看，JSON 里的 false 变成了 Python 的 False，null 会变成 None。这个转换是自动的，你不需要手动处理。

4.2.2 Python 字典 → JSON 字符串（json.dumps）

反过来，你要把数据发给 API 时，需要把字典转成 JSON 字符串：

import json

data = {
    "name": "李四",
    "age": 25,
    "skills": ["Python", "Java", "Go"],
    "is_active": True
}

json_str = json.dumps(data, ensure_ascii=False, indent=2)
print(json_str)

这里有两个参数值得注意：

• ensure_ascii=False：让中文正常显示，而不是变成 \uXXXX 的编码。
• indent=2：格式化输出，方便调试时阅读。

输出效果：

{
  "name": "李四",
  "age": 25,
  "skills": [
    "Python",
    "Java",
    "Go"
  ],
  "is_active": true
}

你看，Python 的 True 又变回了 JSON 的 true。这就是互转的对称性。

4.3 使用 json() 方法提取数据

如果你用的是 requests 库，有一个更省事的办法——直接用响应对象的 .json() 方法。它会自动帮你完成“读取响应体 → 解析 JSON → 返回字典”这一整套流程。

import requests

url = "https://api.example.com/user/123"
response = requests.get(url)

# 直接拿到字典
user_data = response.json()

print(user_data["name"])
print(user_data["email"])

这比先拿 response.text 再 json.loads() 要简洁得多。而且 .json() 内部做了编码处理，基本不会出现乱码问题。

4.4 实战：处理嵌套 JSON

实际项目中的 JSON 往往嵌套很深。比如一个电商订单的返回数据：

{
  "order_id": "ORD20241001",
  "user": {
    "id": 1001,
    "name": "王五",
    "address": {
      "province": "广东",
      "city": "深圳",
      "detail": "南山区科技园"
    }
  },
  "items": [
    {"product_id": "P001", "name": "机械键盘", "price": 399, "quantity": 1},
    {"product_id": "P002", "name": "鼠标垫", "price": 29.9, "quantity": 2}
  ],
  "total": 458.8
}

要提取用户所在城市，你需要链式访问：

data = response.json()
city = data["user"]["address"]["city"]
print(city)  # 深圳

要遍历商品列表，计算总价：

items = data["items"]
total = sum(item["price"] * item["quantity"] for item in items)
print(total)  # 458.8

这里有个小技巧：如果你不确定某个键是否存在，用 .get() 方法更安全：

# 如果 "discount" 不存在，返回默认值 0
discount = data.get("discount", 0)

4.5 本章知识体系

下面这张图帮你理清 JSON 处理的核心流程：

这张图展示了 JSON 处理的两条路径：从 API 拿到 JSON 字符串后，你可以用 json.loads() 或 .json() 把它变成 Python 字典，然后随心所欲地提取数据。处理完后，如果需要把数据发出去，再用 json.dumps() 转回 JSON 字符串。

4.6 总结

JSON 处理说白了就三件事：

• 读进来：用 json.loads() 或 .json() 把字符串变字典。
• 写出去：用 json.dumps() 把字典变字符串。
• 小心嵌套：链式访问时注意空值，多用 .get() 和默认值。

这些操作在后续的 API 集成中会反复出现。你写多了就会发现，JSON 处理其实就那么几个套路，熟练了之后闭着眼睛都能写。

---