Как работать с модулем JSON в Python

Пройдите тест, узнайте какой профессии подходите

Содержание

Вконтакте

Одноклассники

Скопировать ссылку

JSON часто применяют, когда разрабатывают API и веб-приложения.

Маша Бергельсон

Автор статьи

Основной принцип работы интернета — обмен данными. Они бывают разных видов, например файл, строка или число. Есть структура данных, с которой можно быстро и просто воссоздавать объекты и обмениваться этими данными по сети, — JSON.

JSON в Python

JSON — это строка со словарем. Это байтовая последовательность. Вы можете отправить строку по сети приложению, а в нём воссоздать полученную структуру в объекты языка.

💡 Пример JSON:

код

Структура JSON

JSON работает на двух основных структурах:

Коллекции пар «ключ — значение» (аналогично словарям в Python):
```
{
"name": "Alice",
"age": 30,
"is_student": false
}
```
Ключи должны быть строками — в двойных кавычках «». Значения могут быть строками, числами, булевыми (true/false), null, массивами или другими объектами.
Упорядоченные списки значений (аналогично спискам в Python):
[«apple», «banana», «cherry»].
В массивах могут быть любые допустимые JSON-значения, в том числе вложенные объекты и массивы.
Пример сложной структуры:
```
{
"user": {
"id": 1,
"name": "John Doe",
"roles": ["admin", "editor"],
"metadata": {
"created_at": "2023-01-01",
"active": true
}
}
}
```

В Python JSON выглядит как:

объекты → dict;
массивы → list;
строки → str;
числа → int или float;
true/false → True/False;
null → None.

Нужно понимать структуры JSON, чтобы корректно работать с методами:

json.loads() — чтение JSON;
json.dumps() — запись JSON.

Основные операции с JSON в Python

С JSON в Python работают с помощью встроенного модуля json, он дает простые и удобные методы, чтобы преобразовать данные между JSON-форматом и Python-объектами. В этом блоке рассмотрим ключевые операции. С ними можно интегрировать JSON в ваши программы, например в обработку API-ответов, конфигурационных файлов или данных веб-приложений.

Загрузка JSON из строки

Используйте json.loads(), чтобы преобразовать JSON-строку в Python-объект:

import json
json_str = '{"name": "Alice", "age": 25}'
data = json.loads(json_str) # → {'name': 'Alice', 'age': 25}

Запись JSON в строку

Метод json.dumps() преобразует Python-объект в JSON-строку:

data = {"name": "Bob", "is_active": True}
json_str = json.dumps(data) # → '{"name": "Bob", "is_active": true}'

Загрузка JSON из файла

Чтение JSON из файла с помощью json.load():

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

Запись JSON в файл

Сохранить Python-объект в файл в формате JSON — json.dump() — можно так:

data = {"key": "value"}
with open("output.json", "w", encoding="utf-8") as file:
json.dump(data, file, indent=4) # indent для красивого форматирования

Сериализация и десериализация

В Python много библиотек, чтобы работать с JSON, но мы рассмотрим встроенную библиотеку JSON Python. С ней можно приводить любые структуры данных к JSON-объекту — вплоть до пользовательских классов. А из него получать совместимую для работы в Python сущность — объект языка.

Разобраться в Python вы сможете на курсе «Python-разработчик». Преподаватели объяснят все нюансы доступным языком, а вы выполните практические задания. Например, разработаете виджет банковских операций. После учебы у вас будет готовое портфолио и диплом о профессиональной переподготовке.

Упаковка объектов в байтовую последовательность называется сериализацией, а распаковка байтов в объекты языка программирования, приведение последовательности назад к типам и структурам — десериализацией.

Нужно переводить данные в байты, чтобы отправлять их по сети или локально другому приложению: другой формат передать невозможно. Вот так преобразовывают данные из объектов Python в JSON и обратно:

код

Функции

С Dumps можно создать JSON-строку из переданного в нее объекта. С Loads — преобразовать строку назад в объекты языка.

Dump и load используют, чтобы сохранить результат в файл или воссоздать объект. Работают они похожим образом, но нужно передавать специальный объект для работы с файлом — filehandler.

код

Примеры

Вот несколько примеров сериализации и десериализации:

Сериализация (Python → JSON).
Преобразование объектов Python в JSON-формат:

import json
# Python-словарь
data = {
"name": "Anna",
"age": 28,
"courses": ["Math", "Physics"],
"is_student": True,
"graduated": None
}
# Сериализация в JSON-строку
json_str = json.dumps(data, indent=4) # indent для красивого форматирования
print(json_str)

Вывод:

{
"name": "Anna",
"age": 28,
"courses": ["Math", "Physics"],
"is_student": true,
"graduated": null
}

Десериализация (JSON → Python).

Преобразование JSON-строки обратно в объект Python:

json_data = '''
{
"name": "Alex",
"age": 35,
"married": false,
"children": ["Mia", "Tom"]
}
'''
# Десериализация в Python-словарь
python_dict = json.loads(json_data)
print(python_dict)

Вывод:

{
'name': 'Alex',
'age': 35,
'married': False,
'children': ['Mia', 'Tom']
}

Работа с файлами.

# Запись JSON в файл (сериализация)
with open("user.json", "w") as file:
json.dump(data, file, indent=2)
# Чтение JSON из файла (десериализация)
with open("user.json", "r") as file:
loaded_data = json.load(file)
print(loaded_data)

Как работать с пользовательскими объектами

Пользовательские классы не относятся к JSON-сериализуемым. Это значит, что просто применить к ним функции dumps, loads или dump и load не получится:

код

🚀 Написать функцию

Чтобы сериализовать пользовательский объект в JSON-структуру данных, нужен аргумент default. Указывайте вызываемый объект, то есть функцию или статический метод.

Чтобы получить аргументы класса с их значениями, нужна встроенная функция __dict__, потому что любой класс — это словарь со ссылками на значения по ключу.

Чтобы сериализовать аргументы класса и их значения в JSON, напишите функцию:

код

Но можно создать отдельную функцию и указать ее как аргумент:

код
❗ Мы добавили название класса в получаемую структуру. Так можно безошибочно понять, сущность какого класса десериализовать в объект.

Более подробно писать функции вы научитесь на курсе «Python-разработчик». А еще сами сделаете сервис проверки файлов с возможностью регистрации, отправки уведомлений и формирования отчета о задачах.

🚀 Создать расширение классов

Такого же результата добьетесь, если примените расширения специальных классов библиотеки:

код

Такой подход можно использовать и тогда, когда класс состоит из нескольких других.

🚀 Применить паттерн «Адаптер»

Идея в том, чтобы написать класс, который приводит к JSON пользовательские объекты и восстанавливает их. Определите класс фигуры, формы и цвета:

Напишите класс, который будет приводить объекты фигуры к JSON, а из JSON воссоздавать полученный объект:

код

Протестируйте решение:

код

Вывод терминала:

код

Отображение объектов:

код

Отображение JSON:

код

Отображение восстановленных объектов:

Изучайте Python на онлайн-курсе от Skypro «Python-разработчик». Программа рассчитана на новичков без опыта программирования и технического образования. Курс проходит в формате записанных коротких видеолекций. Будет много проверочных заданий и мастер-классов. В конце каждой недели — живая встреча с экспертами разработки для ответов на вопросы и разбора домашек.

Главное о работе с JSON в Python

JSON — это стандарт обмена данными. С ним легко сериализовать и десериализовать объекты.
Стандарт часто применяют, когда разрабатывают API и веб-приложения.
Для сериализации и десериализации объектов в строку или из строки используйте функции json.dumps и json.loads. Из файлов — json.dump и json.load.
Сериализовать можно любую пользовательскую структуру. Для этого создайте функцию, напишите расширение классов JSONEncoder/JSONDecoder или свою реализацию «Адаптера».

Пройди тест: кто я в IT