python操作json的核心在于json模块，它支持序列化和反序列化。针对中文编码问题，需在json.dumps()中设置ensure_ascii=false。处理日期时间时，1. 使用default参数将datetime对象转为iso字符串；2. 使用object_hook参数将字符串还原为datetime对象。处理嵌套结构时，需按字典和列表的层级访问修改数据。处理缺失值时，1. 可检查none并做相应处理；2. 用字典推导式过滤空值；3. 序列化时通过default参数指定转换函数。
Python中操作JSON，核心在于json模块。它提供了序列化（Python对象转JSON字符串）和反序列化（JSON字符串转Python对象）的能力。至于编码问题，多半是UTF-8惹的祸，得仔细检查你的数据源和目标编码是否一致。
import json
# 示例JSON数据
data = {
"name": "张三",
"age": 30,
"city": "北京"
}
# 序列化：Python对象 -> JSON字符串
json_string = json.dumps(data, ensure_ascii=False, indent=4) # ensure_ascii=False解决中文编码问题, indent美化输出
print(json_string)
# 反序列化：JSON字符串 -> Python对象
loaded_data = json.loads(json_string)
print(loaded_data["name"])JSON数据解析时，常见的编码问题主要体现在中文乱码上。原因通常是json.dumps()默认使用ASCII编码，导致非ASCII字符被转义。解决方法是在json.dumps()中设置ensure_ascii=False。
如何处理JSON数据中的日期和时间？
JSON本身并没有内置的日期时间类型，通常会使用字符串来表示。处理方法是在序列化和反序列化时进行转换。
立即学习“Python免费学习笔记（深入）”；
import json
from datetime import datetime
def datetime_converter(o):
if isinstance(o, datetime):
return o.isoformat() # 转换为ISO 8601字符串
raise TypeError("Object of type '%s' is not JSON serializable" % type(o).__name__)
data = {
"event": "会议",
"time": datetime(2023, 10, 27, 10, 0, 0)
}
json_string = json.dumps(data, default=datetime_converter, ensure_ascii=False)
print(json_string)
def datetime_parser(dct):
for k, v in dct.items():
if isinstance(v, str):
try:
dct[k] = datetime.fromisoformat(v)
except:
pass # 不是日期时间字符串，忽略
return dct
loaded_data = json.loads(json_string, object_hook=datetime_parser)
print(loaded_data["time"], type(loaded_data["time"]))这个例子展示了如何使用default参数在序列化时将datetime对象转换为ISO 8601字符串，以及如何使用object_hook参数在反序列化时将ISO 8601字符串转换回datetime对象。
如何处理复杂的JSON结构，例如嵌套的JSON对象或数组？
处理嵌套的JSON对象和数组，关键在于理解JSON的结构，然后递归地访问和操作数据。
import json
data = {
"name": "公司A",
"employees": [
{"name": "李四", "age": 25, "skills": ["Python", "Java"]},
{"name": "王五", "age": 30, "skills": ["JavaScript", "HTML"]}
],
"address": {
"city": "上海",
"zipcode": "200000"
}
}
# 访问员工的技能
for employee in data["employees"]:
print(f"{employee['name']} 的技能：{', '.join(employee['skills'])}")
# 修改地址
data["address"]["city"] = "北京"
json_string = json.dumps(data, ensure_ascii=False, indent=4)
print(json_string)这段代码展示了如何访问嵌套在employees数组中的每个员工的技能，以及如何修改嵌套在address对象中的城市信息。本质上，就是按照字典和列表的索引/键值对关系进行访问。
如何处理JSON数据中的缺失值或空值？
JSON中使用null表示空值，Python中对应的是None。在处理JSON数据时，需要考虑这些空值的存在，避免出现TypeError或AttributeError。
import json
data = {
"name": "赵六",
"age": None,
"city": "深圳",
"phone": None
}
if data["age"] is None:
print("年龄未知")
else:
print(f"年龄：{data['age']}")
# 过滤掉空值
filtered_data = {k: v for k, v in data.items() if v is not None}
print(filtered_data)
json_string = json.dumps(data, ensure_ascii=False, indent=4, default=str) # 处理None类型
print(json_string)这段代码展示了如何检查JSON数据中的None值，以及如何使用字典推导式过滤掉包含None值的键值对。同时，json.dumps()默认无法处理None，需要指定default=str或者自定义函数来转换。
