Python中JSON与XML数据处理全解析

1. JSON与XML数据处理概述

在现代软件开发中，数据交换是不可或缺的环节。作为Python开发者，掌握JSON和XML这两种主流数据格式的处理方法至关重要。JSON以其轻量级和易读性著称，而XML则因其结构化和可扩展性在特定场景下依然不可替代。

我最初接触JSON处理是在开发一个天气预报API接口时，当时需要将获取的数据转换为Python对象进行分析。而XML则是在处理企业级配置文件时不得不面对的挑战。这两种格式各有优劣，但都是开发者必须掌握的技能。

2. JSON数据处理详解

2.1 JSON基础与Python支持

JSON(JavaScript Object Notation)是一种轻量级的数据交换格式，它基于ECMAScript的一个子集。Python通过内置的json模块提供了完整的JSON支持，无需额外安装。

python复制import json

# 基本JSON字符串示例
basic_json = '{"name": "Alice", "age": 30, "city": "New York"}'

注意：JSON字符串必须使用双引号，单引号会导致解析错误。这是JSON规范的一部分，不是Python的限制。

2.2 JSON解析与序列化

2.2.1 解析JSON字符串

将JSON字符串转换为Python对象使用json.loads()方法：

python复制data = json.loads(basic_json)
print(type(data))  # <class 'dict'>
print(data['name'])  # Alice

在实际项目中，我经常遇到需要处理嵌套JSON的情况：

python复制nested_json = '''
{
    "employee": {
        "name": "John",
        "age": 30,
        "departments": ["IT", "HR"]
    }
}
'''
employee_data = json.loads(nested_json)
print(employee_data['employee']['departments'][0])  # IT

2.2.2 序列化Python对象

将Python对象转换为JSON字符串使用json.dumps()方法：

python复制python_dict = {
    "name": "Bob",
    "age": 25,
    "is_student": False,
    "courses": ["Math", "Physics"]
}

json_str = json.dumps(python_dict)
print(json_str)

为了提高可读性，可以添加缩进参数：

python复制pretty_json = json.dumps(python_dict, indent=4)
print(pretty_json)

经验分享：在处理中文内容时，务必设置ensure_ascii=False参数，否则中文字符会被转义为Unicode编码。

2.3 文件读写操作

2.3.1 写入JSON文件

python复制data_to_save = {
    "users": [
        {"id": 1, "name": "Alice"},
        {"id": 2, "name": "Bob"}
    ]
}

with open('users.json', 'w', encoding=