先分流:你要的是什麼
「JSON 轉 Python」背後是三種不同的需求,路線完全不同:
| 你的場景 | 正確姿勢 | 為什麼 |
|---|---|---|
| 一次性指令碼、資料來自檔案或介面 | json.loads 讀原文 |
資料是「活的」,執行時解析最直接 |
| 測試夾具、demo 資料、要手工調的設定 | 產生 dict 字面量(JSON 轉 Python 字典轉換器) | 程式碼形態可讀可改可進版本庫,IDE 能檢查 |
| 結構被多處消費、要型別安全 | 字面量看清結構後,沉澱成 dataclass / pydantic | 型別檢查、明確報錯、預設值與校驗 |
三個路線不互斥,常見的工作流是:轉換工具看清結構 → 小場景直接用字面量 → 結構穩定後升級成模型類別。
工具怎麼用才順
以本站 JSON 轉 Python 字典轉換器 為例(雙向轉換,瀏覽器本機處理):
- 方向:JSON→Python 產生 dict 字面量;Python→JSON 反向還原——除錯「我手裡這段到底該是什麼形態」時很方便;
- 形態選項:要不要按字母序排鍵(對齊兩份結構時有用,平時關掉保序更自然)、要不要產生變數賦值與型別註解(
data: dict = {...})、單雙引號與縮排風格——按你專案的風格約定來; - 框架預設:Django / Flask / FastAPI 三個片段預設,轉出的資料直接嵌進對應框架的用法骨架裡;
- 錯誤定位:JSON 不合法時給出行列與原因,不是一句 parse error。
映射規則與三個坑
基礎映射表(轉字面量時大小寫嚴格區分,這是新手第一坑):
| JSON | Python |
|---|---|
true / false |
True / False(首字母大寫,小寫在 Python 裡是語法錯) |
null |
None |
| 數字、字串 | 直接對應 |
陣列 [...] |
串列 list |
物件 {...} |
字典 dict |
三個更深的坑:
一、大整數精度邊界。 瀏覽器端工具用 JS 引擎解析,Number 的安全整數上限是 2^53-1——雪花 ID 這類大整數在解析階段就丟了精度,轉出的數字「看起來正常但就是錯的」。Python 的 int 無限精度,所以大整數場景的正解是把 JSON 存檔案、Python 側 json.loads 讀原文。
二、鍵名不是合法識別字。 "content-type"、"123abc" 作為 dict 鍵沒問題(方括號存取),但想轉成屬性存取或模型類別欄位就要改名(連字號換底線、數字開頭加前綴)。工具產生字面量不受影響,自己寫 dataclass 時要處理。
三、鍵排序改變語意觀感。 「按字母序排鍵」打開後,兩份結構不同的資料也能對齊比較——但它改變了欄位的自然順序,寫測試斷言時要注意 dict 相等雖然不看順序,人眼 diff 會變。排序是工具,不是預設真理。
真話:手貼字典不是終點
- 真實專案裡,
loads+ 模型類別比手貼字面量可維護:介面回傳的資料今天加個欄位、明天改個型別,字面量要人肉同步,pydantic 模型改一處全域生效還能給出錯時的明確報錯。字面量的黃金場景是「死資料」:夾具、demo、一次性設定; - 雙向轉換不是無損往返:鍵排序會改變順序、型別註解反向不還原、Python 側的元組與集合 JSON 裡本來就沒有對應物——別拿「轉過去再轉回來等於原文」當校驗手段,要比對就用結構化比對工具;
- 產生的程式碼是起點不是承諾:轉換器按你給的那份樣本推斷結構——樣本裡沒出現的欄位它不知道,可選欄位它當成必有。上線前把「我以為的結構」和「實際的結構」用真實資料對一遍。
常見問題
產生的 Python 字面量和 json.loads 的結果有什麼區別?
得到的東西等價,形態不同:字面量是一段可以直接編輯、提交進版本庫的程式碼;json.loads 是執行時從原文解析。判斷標準:資料是「死的」用字面量,是「活的」用 loads。字面量另有個隱性好處:IDE 能對它做語法檢查與補全,JSON 文字則要等執行時才暴露問題。
什麼時候該用 dataclass 或 pydantic,而不是手貼字典?
當這段結構會被多處程式碼消費、欄位較多、或來自不可信來源時:dataclass/pydantic 給你型別檢查、欄位缺失的明確報錯、預設值與校驗邏輯。反過來,一次性指令碼、結構簡單穩定的小設定,手貼字典更快更直接。常見組合:先用轉換工具看清結構,確認穩定後再沉澱成模型類別。
JSON 鍵名帶連字號或數字開頭,轉成 Python 怎麼處理?
作為 dict 的鍵沒有任何問題——Python 的鍵是字串,方括號存取即可。坑在兩處:屬性存取不行,必須方括號;產生型別註解或 dataclass 欄位時,不合法識別字要嘛改名要嘛加前綴。轉換工具產生字面量不受影響,但你自己寫模型類別時要處理這個映射。
超過 2^53 的大整數轉換會出問題嗎?
會,而且很隱蔽:瀏覽器端轉換工具用 JavaScript 引擎解析,安全整數上限是 2^53-1——超過這個量級的整數在解析階段就已經丟精度了,轉出來的程式碼裡是錯的數字,而且看起來毫無異常。Python 本身的 int 無限精度,所以正解是把 JSON 原文存成檔案,Python 側用 json.loads 讀。