Python 怎么读取 JSON 文件？4 种方法和常见报错一次讲清

在 Python 里读取 JSON 文件，最快的写法是先用 open 打开文件，再交给 json.load 解析，JSON 就会直接转成字典或列表，之后按键取值即可，全部只要三行。拿到一个 .json 配置文件或接口返回的数据文件时，不需要自己写解析逻辑。本文基于 Python 3.12 验证，整理读取 JSON 文件的 4 种常用方法——json.load、json.loads、pathlib 简写、pandas.read_json，说明各自适合什么场景，并把新手最常撞上的中文乱码、JSONDecodeError、路径找不到这几类报错逐个拆开讲。看完你能在任何项目里稳稳地把 JSON 数据取出来。今天这篇文章，编程狮就把这块讲透。

一、先说结论：json.load 三行搞定

标准写法长这样：

import json


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


print(data)

这段代码做了三件事：open() 以只读方式打开文件并指定 UTF-8 编码，with 保证文件用完自动关闭，json.load(f) 把文件里的内容解析成 Python 对象。解析完成后，JSON 的对象 {} 变成 Python 字典，数组 [] 变成列表，就可以直接用了。

假设 config.json 内容如下：

{
  "name": "编程狮",
  "port": 8080,
  "debug": true,
  "tags": ["python", "json"]
}

那么读完之后：

print(data["name"])      # 编程狮
print(data["port"] + 1)  # 8081
print(type(data))        # <class 'dict'>
print(data["tags"][0])   # python

注意 data["port"] 拿到的是整数 8080，不是字符串——json.load 会自动做类型转换。刚接触文件操作的同学，可以先把 Python3 教程里文件读写和字典那两章过一遍，后面会顺很多。

1.1 JSON 类型和 Python 类型的对应关系

解析时的转换规则是固定的，记住这张表就不会踩坑：

JSON	Python
object `{}`	dict
array `[]`	list
string	str
number（整数）	int
number（小数）	float
true / false	True / False
null	None

最容易搞混的是最后两行：JSON 里写的是小写的 true、null，到了 Python 里变成 True、None。所以判断时要写 if data["debug"]:，而不是拿它和字符串 "true" 比较。

二、方法一与方法二：json.load 和 json.loads 的区别

这两个函数名只差一个字母 s，是新手最常混淆的地方。记法很简单：loads 的 s 指 string，处理字符串；没有 s 的 load 处理文件对象。

2.1 json.loads：先读成字符串再解析

如果你已经有一段 JSON 字符串（比如从接口响应、数据库字段、环境变量里拿到的），就用 json.loads()：

import json


text = '{"name": "编程狮", "port": 8080}'
data = json.loads(text)
print(data["name"])  # 编程狮

读取 JSON 文件时也可以走这条路，先把文件读成字符串，再解析：

with open("config.json", "r", encoding="utf-8") as f:
    text = f.read()
data = json.loads(text)

结果和 json.load(f) 完全一样，只是多了一步。什么时候需要这样绕一下？当你想在解析前先对文本做处理时——比如去掉 BOM、替换某些占位符、或者先打印出来看看文件到底长什么样。函数参数记不清时，Python 速查手册里能快速翻到 json 模块的常用用法。

2.2 两者怎么选

手里是文件对象 → 用 json.load(f)；
手里是字符串 → 用 json.loads(text)；
只是想读文件、没有额外处理需求 → 直接 json.load，少写一行。

三、方法三：pathlib 一行读取（推荐的现代写法）

Python 3.4 之后引入的 pathlib，能让读取 JSON 文件的代码更短：

import json
from pathlib import Path


data = json.loads(Path("config.json").read_text(encoding="utf-8"))
print(data)

Path("config.json").read_text() 直接把整个文件读成字符串，自动帮你处理打开和关闭，再交给 json.loads 解析。一行就完成了原来三行的事。

pathlib 的另一个好处是处理路径更省心。Windows 用反斜杠、Linux 用正斜杠，用 Path 拼接就不用管这个差异：

from pathlib import Path


# 自动适配当前系统的分隔符
config_path = Path("data") / "user" / "config.json"
print(config_path.exists())   # 先判断文件在不在

JSON 这个格式本身源自 JavaScript 的对象表示法（JavaScript Object Notation），后来因为轻量、跨语言而被广泛采用。想了解它最初的样子，可以看 JavaScript 教程里对象和 JSON 部分的说明，理解格式规则后再回头看 Python 这边会更清楚。

四、方法四：pandas.read_json 与四种方法怎么选

4.1 数据是表格结构时用 pandas

如果 JSON 里存的是一批结构一致的记录，比如：

[
  {"name": "小明", "score": 90},
  {"name": "小红", "score": 95}
]

用 pandas 读进来会直接变成表格，方便做统计和筛选：

import pandas as pd


df = pd.read_json("scores.json")
print(df)
print(df["score"].mean())   # 92.5

需要先安装：pip install pandas。注意这是个第三方库，只为读一个配置文件而装它没必要，做数据分析时才值得。

4.2 每行一个 JSON 的文件怎么读

日志文件常见这种格式（叫 JSON Lines，后缀多为 .jsonl），整个文件不是一个合法 JSON，不能直接 json.load：

import json


records = []
with open("logs.jsonl", "r", encoding="utf-8") as f:
    for line in f:
        line = line.strip()
        if line:                      # 跳过空行
            records.append(json.loads(line))


print(len(records))

逐行解析即可。遇到不认识的概念名词，可以在编程词典里按词查一遍再继续。

4.3 四种方法对照

方法	适合场景	是否需装第三方库
`json.load(f)`	读配置、读单个 JSON 文件	否
`json.loads(s)`	手上已经是字符串	否
`Path.read_text()` + `loads`	想写得更简洁	否
`pandas.read_json()`	一批结构化记录、要做分析	是

4.4 常见报错怎么解决

中文变成 \u7f16\u7a0b：这不是报错，是 JSON 的转义写法。json.load 读出来时会自动还原成中文，能正常 print 就没问题。只有在写回文件时才需要加参数：

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

ensure_ascii=False 让中文原样保存，indent=2 让文件带缩进、方便人看。

中文乱码或 UnicodeDecodeError：几乎都是 open() 没写 encoding="utf-8"。Windows 下 Python 默认用系统编码（常为 GBK），读 UTF-8 文件就会出错。养成每次都显式写编码的习惯即可。

报 JSONDecodeError：Expecting value: line 1 column 1 (char 0)：这条 JSONDecodeError 的意思是"第一个字符就不合法"，常见原因有三个——文件是空的、文件里根本不是 JSON（比如接口返回了一段 HTML 报错页）、或者文件带 UTF-8 BOM 头。判断方法很直接：先把文件用 f.read() 原样打印出来看看开头是什么，再决定怎么处理。属于第三种情况时，把编码换成 encoding="utf-8-sig" 就能解决，这个参数会自动跳过 BOM 头。

FileNotFoundError：路径是相对于运行脚本时所在的目录，不是脚本文件所在目录。用 Path(__file__).parent / "config.json" 可以稳定定位到脚本同级的文件。

单引号导致解析失败：{'name': '编程狮'} 是合法的 Python 字典字面量，但不是合法 JSON——JSON 规定字符串必须用双引号。这种文本用 json.loads 会直接报错，需要先修正数据源。

⚠️ 注意：不要用 eval() 去解析 JSON 文本。它虽然能"跑通"单引号的情况，但会执行文本里的任意代码，读到不可信文件时存在安全风险。

总结

在 Python 里读取 JSON 文件，记住主线就够了：with open(..., encoding="utf-8") 打开，json.load(f) 解析，拿到字典或列表后按键取值。手上是字符串就换成 json.loads；想写得更短用 pathlib 的 read_text；数据是一批结构化记录、要做统计，才上 pandas.read_json。

要点带走：

load 处理文件对象，loads 处理字符串，差一个 s；
打开文件永远显式写 encoding="utf-8"，能避开大半乱码问题；
报 JSONDecodeError 时先去看文件本身是不是合法 JSON，而不是怀疑代码；
写回文件时加 ensure_ascii=False, indent=2，中文和格式都好看；
不要用 eval 代替 json.loads。

下一步，试着把一个真实的接口返回结果存成文件再读出来，把取值、遍历、写回完整练一遍。

延伸学习

想把 Python 这条线系统走完，可以按这个顺序推进：

先看 Python 开发方向，理清从语法基础到实际应用的整体路径；
想要成体系的课程安排，编程课程里汇总了从入门到实战的多条路线。

常见问题

Q：json.load 和 json.loads 到底怎么记？
A：看参数类型。load 接收的是文件对象（open() 返回的那个 f），loads 接收的是字符串，s 就代表 string。写代码时先看手上拿的是什么，就不会选错。

Q：读出来的中文显示成 \u 开头的编码怎么办？
A：如果是 print(data) 打印整个字典时出现的，那是 Python 显示容器时的默认行为，print(data["name"]) 单独取值就是正常中文。如果是写回文件时出现的，加上 ensure_ascii=False 即可。

Q：JSON 文件很大，一次性读会不会内存爆掉？
A：标准库 json 是一次性全量解析的。文件达到几百兆时，建议改用 JSON Lines 格式逐行处理，或者使用 ijson 这类支持流式解析的第三方库。

Q：怎么判断一段文本是不是合法 JSON？
A：用 try 包住 json.loads，捕获 json.JSONDecodeError。能解析成功就是合法的，捕获到异常说明格式有问题，异常信息里还会告诉你出错在第几行第几列。