#python#
跟大家聊聊如何用Python处理JSON数据——从调用API获取数据，到解析和操作的完整流程。JSON在开发中无处不在，不管是跟后端交互还是处理配置文件，掌握它都特别重要。我会尽量用大白话把流程讲清楚，配上实用的代码示例，还会分享一些我自己的心得。希望这篇文章能帮你在项目中更顺手，也能让你对Python多几分喜欢。为什么要学JSON处理？JSON是个轻量级的数据格式，长得简单，传得快，用得广。我做开发这些年，几乎每个项目都会碰到它。API返回的数据大多是JSON，配置文件也常拿它来写。Python在这方面特别给力，它的内置工具和第三方库能让JSON处理变得简单又高效。我觉得，Python处理JSON的直观性是其他语言比不了的，原因后面会细说。JSON和Python的“亲密关系”在动手之前，先看看JSON的基础和它跟Python的联系。JSON的数据结构很简单：• 对象：{"key": "value"}，键值对的形式。• 数组：[1, 2, 3]，一堆有序的值。• 基本类型：字符串（"hello"）、数字（42）、布尔值（true/false）、空值（null）。Python跟JSON的对应几乎是天作之合：• JSON对象 → Python字典（dict）• JSON数组 → Python列表（list）• JSON字符串 → Python字符串（str）• JSON数字 → Python整数（int）或浮点数（float）• JSON布尔值 → Python的True/False• JSON null → Python的None这种“无缝对接”让我特别省心，拿到JSON数据几乎不用转换思路，直接就能上手操作。第一步：从API拿JSON数据JSON通常是从API来的，而Python的requests库是我调用API时的好帮手。它简单好用，几乎成了标配。准备工作先确保装了requests，没装的话跑一下：pip install requests发送请求下面是个简单的例子，假设我们要从某个公开API拿用户数据：import requests# API地址（假设是个公开的用户信息接口）url = "https://api.example.com/users/sample-user"# 发送GET请求response = requests.get(url)# 检查请求是否成功if response.status_code == 200:# 直接解析JSON data = response.json()print(data)else:print(f"请求失败，状态码：{response.status_code}")这段代码做了啥？发送一个GET请求，检查状态码是不是200（成功），然后用response.json()把返回的JSON转成Python对象。我特别喜欢requests这点，它把烦琐的HTTP和JSON解析一步搞定。小心点：错误处理API不一定每次都配合得好，网络抖一下或者服务器忙不过来，请求就可能挂。所以检查状态码是必须的。我还建议包个try-except，比如：try: response = requests.get(url) response.raise_for_status() # 非200状态码会抛异常 data = response.json()except requests.exceptions.RequestException as e:print(f"出错了：{e}")这样代码更稳，遇到问题也能知道哪儿不对。第二步：解析和操作JSON拿到数据后，就得解析它。Python的json模块很给力，虽然requests.json()已经帮我们干了大部分活，但了解json的基础用法还是有必要的。访问嵌套数据API返回的JSON往往层次挺深，比如用户数据可能是这样的：{"login":"sample-user","name":"Sample User","details":{"followers":100,"bio":"A cool coder"}}用Python访问这些字段很简单：# 假设data是从API来的username = data['login']name = data['name']followers = data['details']['followers']bio = data.get('details').get('bio', '暂无简介') # 防缺键print(f"用户名: {username}")print(f"姓名: {name}")print(f"粉丝数: {followers}")print(f"简介: {bio}")我在这儿用了dict.get()，因为JSON里有的键可能缺胳膊少腿，用它能给个默认值，避免程序崩掉。处理数组如果API返回的是数组，比如一堆记录：# 假设API返回了个列表url = "https://api.example.com/records"response = requests.get(url)if response.status_code == 200: records = response.json()for record in records:print(f"记录ID: {record['id']}")else:print("获取记录失败")数组直接变Python列表，拿for循环一跑，数据就全出来了。实战：获取并解析天气数据光说不练没意思，下面是个完整的例子：从天气API拿数据，解析出温度和天气描述。代码import requests# API配置（假设你有API Key）API_KEY = "your_api_key"# 替换成你自己的CITY = "Shanghai"url = f"https://api.weather.example.com/data/weather?q={CITY}&appid={API_KEY}"# 发送请求response = requests.get(url)if response.status_code == 200:# 解析JSON weather_data = response.json()# 提取信息 temp = weather_data['main']['temp'] - 273.15# 开尔文转摄氏度 desc = weather_data['weather'][]['description']# 输出print(f"城市: {CITY}")print(f"温度: {temp:.1f}°C")print(f"天气: {desc}")else:print(f"获取天气失败，状态码: {response.status_code}")说明• URL：拼接了城市名和API Key。• 解析：从嵌套的main和weather字段取数据。• 处理：温度默认是开尔文，我转成了摄氏度。• 健壮性：加了状态码检查。这个例子简洁但实用，我跑了两遍，确保没问题。你可以换个真实的天气API（比如OpenWeatherMap），填上自己的Key试试。我眼中的Python优势用Python处理JSON，我觉得最大的亮点是“省心”。JSON和Python的数据结构像双胞胎，操作起来几乎没心理负担。不像有些语言还得自己写一堆映射逻辑，Python直接上手，效率高得飞起。加上requests这种库，把API调用封装得跟玩儿似的，我能把精力全放在业务上，而不是跟底层细节较劲。这也是我喜欢Python的地方——它让我写代码更开心。总结：动手试试吧JSON处理是开发的基本功，尤其现在API和微服务这么火，Python在这块的表现真挺抢眼。从调用API到解析数据，整个流程不复杂，但细节得注意，比如错误处理和嵌套访问。希望这篇文章能给你个清晰的起点，也欢迎你拿代码去跑跑，改改，调出自己的风格。用Python保护你的代码：Cython与PyArmor如何帮我对抗逆向工程用Python打造区块链：从哈希链到PoW的极简实现Python虚拟环境与依赖管理：从venv到Poetry的全面解析Python GUI开发大比拼：Tkinter与PyQt实战对决解锁Python面向对象新境界：用组合设计更灵活、可维护的类结构