代码收藏家技术教程 2024-10-30

Python 读写 JSON 文件：解析、读写、数据更新与删除

JSON（JavaScript Object Notation）是一种轻量级的数据交换格式，易于人阅读和编写，同时也易于机器解析和生成。Python 提供了内置的 json 模块来支持 JSON 数据的序列化和反序列化。本文将详细介绍如何使用 Python 进行 JSON 文件的读写、数据更新与删除等操作。

1. JSON 文件的基本概念

JSON 文件是一种文本格式的文件，通常用于存储和传输数据。JSON 文件中的数据结构可以是简单的键值对、数组或嵌套的对象。JSON 文件的常见扩展名为 .json。

2. 安装与导入模块

Python 标准库中提供了 json 模块来处理 JSON 数据。不需要额外安装任何包，可以直接导入：

import json

3. JSON 数据的解析

JSON 数据通常表示为字符串形式，需要转换成 Python 数据结构才能进行处理。使用 json.loads() 方法可以将 JSON 字符串转换为 Python 对象：

json_string = '{"name": "Alice", "age": 30, "is_student": false}'
data = json.loads(json_string)
print(data)  # 输出: {'name': 'Alice', 'age': 30, 'is_student': False}

4. 写入 JSON 数据

将 Python 对象序列化为 JSON 字符串，并写入文件中。使用 json.dump() 或 json.dumps() 方法：

# 将 Python 对象序列化为 JSON 字符串
data = {
    "name": "Alice",
    "age": 30,
    "is_student": False
}

json_string = json.dumps(data, indent=4)
print(json_string)

# 将 JSON 字符串写入文件
with open("example.json", "w") as file:
    json.dump(data, file, indent=4)

5. 读取 JSON 文件

从文件中读取 JSON 数据，并将其解析为 Python 对象。使用 json.load() 方法：

with open("example.json", "r") as file:
    data = json.load(file)
print(data)  # 输出: {'name': 'Alice', 'age': 30, 'is_student': False}

6. 数据更新

要更新 JSON 文件中的数据，首先需要读取现有数据，进行修改，然后重新写入文件：

# 读取 JSON 文件
with open("example.json", "r") as file:
    data = json.load(file)

# 更新数据
data["age"] = 31
data["is_student"] = True

# 写回 JSON 文件
with open("example.json", "w") as file:
    json.dump(data, file, indent=4)

7. 删除数据

要删除 JSON 文件中的某些数据项，同样需要先读取现有数据，删除相应的键值对，然后重新写入文件：

# 读取 JSON 文件
with open("example.json", "r") as file:
    data = json.load(file)

# 删除数据
del data["is_student"]

# 写回 JSON 文件
with open("example.json", "w") as file:
    json.dump(data, file, indent=4)

8. 示例：完整的 JSON 文件读写与更新

下面是一个完整的示例，演示如何读取 JSON 文件、更新数据并重新写入文件：

import json

# 读取 JSON 文件
with open("example.json", "r") as file:
    data = json.load(file)

# 更新数据
data["age"] = 31
data["is_student"] = True

# 添加新数据
data["address"] = "123 Main St"

# 删除数据
del data["is_student"]

# 写回 JSON 文件
with open("example.json", "w") as file:
    json.dump(data, file, indent=4)