课程库 › AI 主线 › 文件与自动化脚本 › 第 3 课

处理 JSON —— API 时代的通用语言

普通课约 55 分钟

本课导读

U1.1 学嵌套结构时埋过一句话："这就是 JSON 的形状"。今天正式收网：JSON 是互联网上程序与程序对话的通用语言——你将来调用 AI 接口，发出去的请求、收回来的回答，全是 JSON。本课学 json 模块的四个函数（两对），外加实战解析一份"模拟 AI 接口返回"——学完你会发现，所谓解析 JSON，就是 U1.1 的剥洋葱。预计 55 分钟。

JSON 长什么样

JSON（JavaScript Object Notation）是一种文本格式，规则你几乎已经全会——因为它和 Python 的字典/列表长得九成像：

{
  "name": "小雨",
  "age": 28,
  "skills": ["Python", "SQL"],
  "vip": true,
  "address": {"city": "上海", "zip": null}
}

对照差异就五处，看一遍就记住：

Python	JSON	说明
`True` / `False`	`true` / `false`	小写
`None`	`null`	换了名字
键可以单引号	键必须双引号	JSON 更严格
有元组、集合	只有对象和数组 []	JSON 类型更少
是活的数据结构	是一串文本	本质区别

最后一行是理解一切的钥匙：JSON 是文本（一个大字符串），Python 字典是内存里的活结构。所以核心操作只有两个方向：文本 ⇄ 结构。

两对函数：loads/dumps 与 load/dump

第一对管字符串（s = string）：

Python

import json

# loads：JSON 文本 → Python 结构（解析）
text = '{"name": "小雨", "skills": ["Python", "SQL"], "vip": true}'
user = json.loads(text)
print(type(user))              # 变成字典了
print(user["skills"][0])       # 剥洋葱，U1.1 的功夫
print(user["vip"])             # true 自动变 True

# dumps：Python 结构 → JSON 文本（序列化）
profile = {"name": "阿杰", "tags": ["运营", "转行中"], "active": None}
out = json.dumps(profile, ensure_ascii=False, indent=2)
print(out)                     # None 自动变 null
print(type(out))               # 只是个字符串

dumps 的两个常用参数，中文用户必备：

ensure_ascii=False——不加的话中文会变成 小雨 这种转义码（数据没坏，但没法看）
indent=2——缩进美化，给人看的 JSON 都建议加

第二对管文件（少个 s，多个文件参数），和上节课的文件功夫无缝对接：

Python

import json

# dump：结构 → 直接写进文件
settings = {
  "theme": "dark",
  "font_size": 14,
  "recent_files": ["报告.md", "数据.csv"]
}
with open("settings.json", "w", encoding="utf-8") as f:
  json.dump(settings, f, ensure_ascii=False, indent=2)

# load：从文件读出 → 结构
with open("settings.json", encoding="utf-8") as f:
  loaded = json.load(f)

print(loaded["theme"])
print(loaded["recent_files"])

提示

四个函数一句话记全：s 结尾管字符串，不带 s 管文件；load 往里读，dump 往外倒。这个 settings.json 的例子不是玩具——无数真实软件的配置文件就是这么存的（VS Code 的设置就是 JSON，U1.4 你马上会亲眼见到）。

实战：解析一份"AI 接口返回"

你将来调用 AI 模型接口，收到的回复长这样（简化版，但结构是真的）。用剥洋葱三板斧拆它：

Python

import json

# 模拟：调用 AI 接口后收到的原始文本
response_text = """{
"id": "msg-8264",
"model": "claude-sonnet",
"content": [
  {"type": "text", "text": "列表推导式是一种一行构建新列表的语法……"}
],
"usage": {"input_tokens": 128, "output_tokens": 256}
}"""

resp = json.loads(response_text)          # 第一步永远是 loads

# 剥洋葱取值（一层一个方括号，字典填键、列表填下标）
print(resp["model"])
print(resp["content"][0]["text"][:20] + "……")
print(f'消耗 tokens：{resp["usage"]["input_tokens"]} 进 / {resp["usage"]["output_tokens"]} 出')

# 防御性取值：字段可能缺席时用 .get 链
finish = resp.get("stop_reason", "未提供")
print(f"结束原因：{finish}")

三个职业习惯，现在就养成：

拿到 JSON 文本第一件事是 loads，变成结构再说话；直接对着字符串做字符串切割是野路子
结构不熟就先整个 print 出来看（或 print(json.dumps(resp, indent=2, ensure_ascii=False)) 美化打印），看清形状再下手取值
可能缺席的字段用 .get()——接口文档说"可选"的字段，方括号硬取迟早 KeyError

CSV 还是 JSON？选型直觉

两课学完，给个选型心法：

	CSV	JSON
形状	扁平表格（行 × 列）	任意嵌套（树状）
强项	表格数据、Excel 无缝衔接	层次数据、API 通信、配置文件
弱项	存不了嵌套	Excel 打不开、不适合百万行报表
你会在哪遇到	报表导出、数据集下载	接口返回、配置文件、程序间传数据

一句话：平的用 CSV，套娃的用 JSON。两种都读进 Python 后殊途同归——列表、字典、剥洋葱，一套功夫全通吃。

✍️ 练习

练习 1：通讯录存取

把通讯录（含嵌套）写进 contacts.json（要求人类可读：缩进 + 中文原样），再读回来打印第二个人的电话。

Python

import json

contacts = [
  {"name": "小雨", "phone": "138-0000-1111", "tags": ["同事"]},
  {"name": "老王", "phone": "137-5555-6666", "tags": ["客户", "重点"]}
]

# 你的代码写在下面

✅ 参考答案

import json

contacts = [
    {"name": "小雨", "phone": "138-0000-1111", "tags": ["同事"]},
    {"name": "老王", "phone": "137-5555-6666", "tags": ["客户", "重点"]}
]

with open("contacts.json", "w", encoding="utf-8") as f:
    json.dump(contacts, f, ensure_ascii=False, indent=2)

with open("contacts.json", encoding="utf-8") as f:
    loaded = json.load(f)

print(loaded[1]["phone"])

练习 2：解析天气接口

下面是一份模拟天气接口的返回文本。解析后输出：城市名、今天的温度、后天（下标 2）会不会下雨（rain 为 true 打"带伞"）。

Python

import json

weather_text = """{
"city": "杭州",
"forecast": [
  {"day": "今天", "temp": 33, "rain": false},
  {"day": "明天", "temp": 30, "rain": true},
  {"day": "后天", "temp": 28, "rain": true}
]
}"""

# 你的代码写在下面

✅ 参考答案

import json

weather_text = """{
  "city": "杭州",
  "forecast": [
    {"day": "今天", "temp": 33, "rain": false},
    {"day": "明天", "temp": 30, "rain": true},
    {"day": "后天", "temp": 28, "rain": true}
  ]
}"""

w = json.loads(weather_text)

print(w["city"])
print(f'今天 {w["forecast"][0]["temp"]} 度')
if w["forecast"][2]["rain"]:
    print("后天有雨，带伞")

JSON 里的 true 解析后就是 Python 的 True，直接进 if——两个世界的翻译 loads 都做好了。

练习 3：JSON 版积分账本（挑战）

用 JSON 文件做个可反复运行的积分账本：写函数 add_score(name, score)——读出 scores.json（不存在则从空字典起步，气囊伺候），给该用户加分，再写回文件。连续调用四次后打印最终账本。

Python

import json

# 你的代码写在下面

💡 提示

骨架是"读 → 改 → 写"：try 读文件 except FileNotFoundError 时 scores = ；加分用 scores.get(name, 0) + score；最后 dump 回去。

✅ 参考答案

import json

def add_score(name, score):
    try:
        with open("scores.json", encoding="utf-8") as f:
            scores = json.load(f)
    except FileNotFoundError:
        scores = {}

    scores[name] = scores.get(name, 0) + score

    with open("scores.json", "w", encoding="utf-8") as f:
        json.dump(scores, f, ensure_ascii=False, indent=2)

add_score("小雨", 20)
add_score("阿杰", 15)
add_score("小雨", 30)
add_score("丽丽", 10)

with open("scores.json", encoding="utf-8") as f:
    print(f.read())

这个"读-改-写"循环就是最朴素的数据库雏形——程序有了跨次运行的记忆。三课功夫（文件、异常、字典）在 20 行里全员出勤。

📝 随堂测验

随堂测验0 / 5 题正确

1. JSON 文本和 Python 字典的本质区别是？

2. json 模块四个函数的分工，正确的是？

3. json.dumps(data, ensure_ascii=False) 里这个参数是为了？

4. Python 的 None 和 True，进了 JSON 分别变成？

5. 解析接口返回时，对文档标注“可选”的字段应该？

本课小结

JSON = 程序间对话的通用文本格式，形状就是"字典+列表"的嵌套；与 Python 五处小差异（true/null/双引号…）
四函数：s 管字符串、无 s 管文件；load 读入、dump 写出；中文场景 dumps 带 ensure_ascii=False, indent=2
解析三习惯：先 loads、看不清就美化打印、可选字段用 .get
选型：平的 CSV，套娃的 JSON；读进 Python 后一套功夫通吃

下一课补上最后一块拼图：路径与批量操作——一次处理一个文件是脚本，一次处理一百个才是自动化。

划选正文任意文字可高亮、批注或加入复习卡

讨论

载入中…