Python 怎么解析 JSON 文件？零基础代码示例

原创

LeoCrawls

发布于 2026-09-29 09:38:22

260

先说结论，再说为什么。

Python 读取 JSON 文件，核心代码其实只有两行：

import json

with open("data.json", "r", encoding="utf-8") as file:
    data = json.load(file)

真正让初学者卡住的，往往不是“怎么读取”，而是读取之后不知道 data 到底是什么，也不知道该用键名、下标还是循环取值。

这事儿其实没那么玄。先把 JSON 和 Python 数据类型的对应关系弄清楚，后面的代码就顺了。

先准备一份 JSON 文件

新建一个 user.json 文件：

{
  "name": "沈砚",
  "age": 35,
  "active": true,
  "skills": ["Python", "Scrapy", "Playwright"],
  "profile": {
    "city": "杭州",
    "job": "数据工程师"
  },
  "projects": [
    {
      "name": "网页采集",
      "status": "running"
    },
    {
      "name": "语料清洗",
      "status": "finished"
    }
  ]
}

读取代码如下：

import json

with open("user.json", "r", encoding="utf-8") as file:
    data = json.load(file)

print(data)
print(type(data))

输出的类型是：

<class 'dict'>

因为这份 JSON 最外层是 {}，所以读进 Python 后是字典 dict。如果最外层是 []，得到的就是列表 list。

我刚开始带新人写采集脚本时，会让他先打印一次 type(data)。这一步看起来有点笨，却能避开一半的提取错误——连顶层结构都没看清，就急着写 data["name"]，报错并不奇怪。

提取普通字段

字典可以直接通过键名取值：

name = data["name"]
age = data["age"]

print(name)
print(age)

输出：

沈砚
35

这里有个前提：你确定字段存在。

如果执行下面这行代码：

phone = data["phone"]

Python 会报错：

KeyError: 'phone'

字段可能缺失时，我更习惯用 get()：

phone = data.get("phone", "未填写")
print(phone)

找不到 phone，程序会返回默认值“未填写”，不会直接停掉。

说白了，方括号适合必填字段，get() 更适合接口数据、采集结果和用户配置——这些数据从来没有看上去那么规整。

提取嵌套 JSON 内容

现在要获取 profile 里的城市，可以连续写两个键名：

city = data["profile"]["city"]
print(city)

输出：

杭州

如果中间字段不一定存在，可以这样写：

profile = data.get("profile") or {}
city = profile.get("city", "未知城市")

print(city)

为什么不直接写 data.get("profile", {})？

因为当 profile 不存在时，它确实会返回空字典；只不过，当 profile 存在但值为 null 时，Python 得到的是 None，继续调用 .get() 仍然会报错。加上 or {}，这一层才算兜住了。

这地方很多人踩坑。

从数组里提取内容

skills 在 JSON 中是数组，读进 Python 后会变成列表：

skills = data.get("skills", [])

print(skills)
print(skills[0])

输出：

['Python', 'Scrapy', 'Playwright']
Python

提取全部技能，可以直接遍历：

for skill in skills:
    print(skill)

如果只想取第一个元素，最好先判断列表是否为空：

if skills:
    print(skills[0])

否则空列表访问 skills[0]，会触发 IndexError。

处理“数组里套对象”

采集接口里更常见的是这种结构：

"projects": [
  {
    "name": "网页采集",
    "status": "running"
  },
  {
    "name": "语料清洗",
    "status": "finished"
  }
]

可以先遍历列表，再从每个字典里取字段：

projects = data.get("projects", [])

for project in projects:
    name = project.get("name", "未命名")
    status = project.get("status", "unknown")
    print(name, status)

如果只想保留状态为 running 的项目：

running_projects = [
    project
    for project in projects
    if project.get("status") == "running"
]

print(running_projects)

往下拆一层看，这段代码做了三件事：遍历项目、检查状态、把符合条件的完整对象放进新列表。数据量不大时，列表推导式很省事；逻辑一旦超过两三个条件，我还是建议老老实实写普通循环，可读性比少写几行重要。

load 和 loads 别再混了

json.load() 接收文件对象：

with open("user.json", "r", encoding="utf-8") as file:
    data = json.load(file)

json.loads() 接收 JSON 字符串：

json_text = '{"name": "沈砚", "age": 35}'
data = json.loads(json_text)

简单记：

从文件读取，用 json.load()。
解析字符串，用 json.loads()。

多出来的那个 s，可以理解成 string。

JSON 读取报错，先查这几处

最常见的不是 Python 有问题，而是文件不符合标准 JSON：

字符串和键名用了单引号，标准 JSON 要用双引号。
最后一项后面保留了逗号。
文件里写了 // 或 # 注释。
把 true、false、null 写成了 Python 的 True、False、None。
文件实际编码不是 UTF-8，或者开头带有 BOM。

遇到 Unexpected UTF-8 BOM，可以试一下：

with open("user.json", "r", encoding="utf-8-sig") as file:
    data = json.load(file)

Python 读取 JSON 不难。我的习惯是先确认顶层类型，再判断字段是必填还是可选，碰到嵌套对象就一层一层取，不追求把所有逻辑挤进一行。

代码写短不等于写稳。尤其是第三方数据，别对它太有信心。

原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。

如有侵权，请联系 cloudcommunity@tencent.com 删除。

代码审计

python