python json模块进阶用法包括：自定义default函数序列化类实例；用object_hook反序列化为对象；ensure_ascii=false保留中文；文件操作需显式指定utf-8编码；通过parse_float/parse_int等参数增强安全性，禁用eval系函数。
Python的json模块不只是loads()和dumps()这么简单——掌握进阶用法，能帮你更稳、更快、更灵活地处理真实场景中的JSON数据。
自定义对象序列化：让类实例变JSON
默认情况下，json.dumps()无法直接处理自定义类实例，会报TypeError: Object of type XXX is not JSON serializable。解决方法是提供default参数，告诉JSON编码器“遇到不认识的类型时怎么转”：
示例：将Person类转为JSON
import json
<p>class Person:
def <strong>init</strong>(self, name, age):
self.name = name
self.age = age</p><p>def person_to_dict(obj):
if isinstance(obj, Person):
return {'name': obj.name, 'age': obj.age}
raise TypeError(f"Object of type {type(obj).<strong>name</strong>} is not JSON serializable")</p><p>data = Person("Alice", 30)
json_str = json.dumps(data, default=person_to_dict, indent=2)
print(json_str)</p><h1>输出：</h1><h1>{</h1><h1>"name": "Alice",</h1><h1>"age": 30</h1><h1>}</h1><p>立即学习“Python免费学习笔记（深入）”；
反序列化时还原对象：从JSON重建实例
json.loads()默认只返回字典或列表，若想还原成具体类对象，可用object_hook参数——它会在每个JSON对象（即每个dict）解析完成后被调用：
- 定义一个函数，接收解析后的
dict，判断是否应构造某类实例 - 返回原始
dict（不做处理）或返回新创建的对象
示例：把含"type"字段的JSON自动转为对应类实例
def dict_to_obj(d):
if d.get("type") == "person":
return Person(d["name"], d["age"])
return d # 其他情况保持原样
<p>json_data = '{"type": "person", "name": "Bob", "age": 25}'
obj = json.loads(json_data, object_hook=dict_to_obj)
print(type(obj), obj.name) # <class '<strong>main</strong>.Person'> Bob
处理中文、特殊字符与编码细节
默认json.dumps()会把非ASCII字符（如中文）转义为\uXXXX格式，影响可读性。用ensure_ascii=False即可保留原文：
-
json.dumps(data, ensure_ascii=False)→ 输出中文而非\u4f60\u597d - 写入文件时，务必显式指定
encoding='utf-8'，避免平台默认编码出错 - 读取文件时也建议用
open(..., encoding='utf-8')打开，再传给json.load()
另外，sort_keys=True能让键名有序输出，便于比对；indent=2提升可读性，调试时很实用。
安全解析不可信JSON：避免执行危险操作
来自外部（如API、用户上传）的JSON可能含恶意结构（例如超深嵌套、超大数组），导致内存溢出或拒绝服务。标准json模块不带限流机制，但可通过以下方式加固：
- 用
json.loads(s, parse_float=str, parse_int=str)防止数字过大引发精度丢失或异常 - 结合
sys.setrecursionlimit()限制嵌套深度（需谨慎，影响全局） - 更稳妥的做法：先用
json.scanner.make_scanner()手动扫描，或改用第三方库如ijson流式解析大文件 - 永远不要用
eval()或ast.literal_eval()代替json.loads()——它们不校验JSON语法，有代码注入风险
