从 JSON 到 Python 对象：一次通透的序列化与反序列化之旅
目录
一、为什么要谈 JSON
二、最快速上手：两把钥匙 dumps 与 loads
三、深入 dumps：参数是魔法棒
四、深入 loads：把风险挡在门外
五、文件级序列化：dump 与 load
六、处理中文与编码陷阱
七、异常场景与调试技巧
八、实战案例：增量保存爬虫结果
九、对比其他序列化方案
十、总结
一、为什么要谈 JSON
如果把程序运行时的内存比喻成热闹的城市，那么 JSON 就是连接城市与乡村的高速公路。城市需要把新鲜果蔬送往乡村冷库（持久化），乡村也要把冷藏好的货物送回城市（加载）。JSON 凭借“纯文本、语言无关、可读性高”三大优势，成为公路网中最繁忙的一条。Python 标准库自带的高速收费站 json 模块，让我们在不安装任何第三方包的情况下，即可顺畅通行。
二、最快速上手：两把钥匙 dumps 与 loads
json 模块最常用的两把钥匙只有四个字母：
dumps 把 Python 对象变成 JSON 字符串
loads 把 JSON 字符串还原成 Python 对象
下面给出一段“零门槛”代码，让你瞬间体会二者的默契配合。
import jsonperson = {"name": "Alice", "age": 28, "skills": ["Python", "Go"]}# 序列化：Python dict -> JSON str
json_str = json.dumps(person, ensure_ascii=False, indent=2)
print("序列化结果：")
print(json_str)# 反序列化：JSON str -> Python dict
new_person = json.loads(json_str)
print("\n反序列化结果：")
print(new_person, type(new_person))控制台会打印出整齐缩进的 JSON，再原封不动地回到字典。ensure_ascii=False 让中文不再被转义成 \uXXXX，indent=2 则满足了人类阅读的需求。短短七行，就完成了内存与文本之间的第一次握手。
三、深入 dumps：参数是魔法棒
很多人止步于 dumps(obj)，却不知道它还有五个常用参数，可以让输出更优雅、体积更小。
-
separators
默认情况下 dumps 使用 (', ', ': ') 作为分隔符，空格让 JSON 更美观，却让字节数膨胀。若要把数据塞进网络包，可以去掉空格。
compact = json.dumps(person, separators=(',', ':'))
print(compact) # {"name":"Alice","age":28,"skills":["Python","Go"]}-
sort_keys
当接口文档要求字段顺序固定时，sort_keys=True 一键升序排序，避免肉眼比对差异时抓狂。
-
default
Python 世界里不只有 dict、list、str、int、float、bool、None，还有 datetime、Decimal、自定义类。JSON 标准并不认识它们，于是 default 充当翻译官。
from datetime import datetimedef time_converter(o):if isinstance(o, datetime):return o.isoformat()raise TypeError(f"Object of type {type(o)} is not JSON serializable")event = {"created": datetime.utcnow()}
print(json.dumps(event, default=time_converter))-
skipkeys
当字典的 key 不是 str、int、float、bool、None 时，默认会抛出 TypeError。设置 skipkeys=True 则静默跳过这些 key，继续序列化其余内容，这在调试日志中尤为实用。
四、深入 loads：把风险挡在门外
JSON 字符串可能来自不可信来源，因此 json.loads 提供了严格的语法校验，拒绝一切非法值。除此之外，还有两个冷门但实用的参数。
-
parse_float
默认会把带小数点的数字解析成 float，若你使用 Decimal 避免精度误差，可以指定解析器。
from decimal import Decimal
data = '{"price": 19.99}'
obj = json.loads(data, parse_float=Decimal)
print(obj["price"], type(obj["price"])) # 19.99 <class 'decimal.Decimal'>-
object_hook
JSON 中的对象都是字典，若你希望直接映射成自定义类，可在反序列化阶段动手脚。
class User:def __init__(self, name, age):self.name, self.age = name, agedef __repr__(self):return f"User(name={self.name}, age={self.age})"def dict_to_user(d):if {"name", "age"} <= d.keys():return User(d["name"], d["age"])return djson_user = '{"name": "Bob", "age": 30}'
user_obj = json.loads(json_user, object_hook=dict_to_user)
print(user_obj) # User(name=Bob, age=30)五、文件级序列化：dump 与 load
当数据量较大或需要持久化到硬盘时，推荐用 dump 与 load 直接操作文件句柄，避免先把整个 JSON 字符串读入内存。
data = {"users": [{"id": i, "name": f"user{i}"} for i in range(3)]}# 写文件
with open("users.json", "w", encoding="utf-8") as f:json.dump(data, f, indent=2, ensure_ascii=False)# 读文件
with open("users.json", encoding="utf-8") as f:data_back = json.load(f)
print(data_back["users"][0]["name"]) # user0注意文件必须以文本模式打开，Windows 下若出现换行符困惑，可添加 newline='' 让 Python 自动处理。
六、处理中文与编码陷阱
浏览器或 Node.js 服务常把中文转成 \u4e2d\u6587，导致日志不可读。此时只需在 dumps 中设置 ensure_ascii=False，即可保留原始 UTF-8 字符。此外，文件读写显式指定 encoding='utf-8' 可防止跨平台乱码。
七、异常场景与调试技巧
TypeError: Object of type set is not JSON serializable
集合 set 不是 JSON 基本类型，可先用 list() 转换。JSONDecodeError: Expecting property name
字符串末尾多余逗号、单引号未转义都会导致解析失败，可使用 json.tool 命令行工具格式化校验。性能瓶颈
大量数据循环调用 dumps 会触发频繁内存分配，可一次性构建大字典再序列化，或改用第三方库 orjson、ujson。
八、实战案例：增量保存爬虫结果
假设我们在爬取 GitHub API，每 100 条记录保存一次中间结果，防止程序崩溃丢失进度。
import requests, json, osdef crawl_and_save(keyword, pages=5):all_items = []for page in range(1, pages + 1):url = f"https://api.github.com/search/repositories?q={keyword}&page={page}"resp = requests.get(url, timeout=10)resp.raise_for_status()items = resp.json()["items"]all_items.extend(items)# 增量保存with open(f"github_{keyword}_page{page}.json", "w", encoding="utf-8") as f:json.dump(items, f, ensure_ascii=False, indent=2)# 合并结果with open(f"github_{keyword}_all.json", "w", encoding="utf-8") as f:json.dump(all_items, f, ensure_ascii=False, indent=2)if __name__ == "__main__":crawl_and_save("python", 3)九、对比其他序列化方案
JSON 的优势是“人读、跨语言”，劣势是“不支持复杂类型、体积较大”。如果需要更高性能或支持 Python 特有对象，可考虑：
pickle：速度快、支持任意对象，但仅限 Python 且存在安全风险。
MessagePack：二进制 JSON，体积更小，跨语言。
Protobuf：IDL 驱动，适合大型分布式系统。
选择方案时，不要只追求技术酷炫，而应结合可读性、兼容性、性能三角平衡。
十、总结
序列化是把“活的” Python 对象变成“可运输”文本的过程，反序列化则是逆向复活。json 模块提供了简洁而强大的 API，让我们以极低的成本完成数据持久化、网络传输、配置管理。掌握 dumps、loads、dump、load 的细粒度参数，就能在优雅、安全、高效之间游刃有余。下次当你写接口、写爬虫、写工具脚本时，别忘了这条最熟悉也最容易被忽视的 JSON 高速通道。