目录

1、基础访问：内置json模块 📦

1.1 json.loads转换字符串

1.2 动态属性访问技巧

2、面向对象方式处理JSON 🛰️

2.1 创建JSON数据模型类

2.2 动态属性与方法绑定

3、类型安全: 数据类(dataclasses)应用 🔒

3.1 数据类基础

3.2 自动从JSON解构数据

3.3 动态属性与类型检查

4、数据模型封装：pydantic 🛠

4.1 pydantic模型定义

4.2 JSON解析与属性动态绑定

5、总结 🚀

---

1、基础访问：内置json模块 📦

1.1 json.loads转换字符串

在Python中，json模块是处理JSON数据的内置工具箱。当从网络或文件中读取JSON格式的数据时，首先需要将这些数据转换为Python可以理解的对象，如字典或列表。json.loads()函数正是为此设计的，它能够将一个JSON格式的字符串转换成Python数据类型。

代码示例:

import json

json_string = '{"name": "张三", "age": 30, "city": "北京"}'
data = json.loads(json_string)
print(data)

输出结果:

{'name': '张三', 'age': 30, 'city': '北京'}

通过json.loads(), 我们可以轻松地将JSON字符串转换为Python字典，从而方便后续操作。

1.2 动态属性访问技巧

虽然直接使用字典访问方式（例如 data['name']）来获取JSON数据中的值是常见的做法 ，但在某些场景下 ，我们可能希望以更直观的方式，即像访问类的属性那样访问JSON数据。这可以通过定义一个类并重载__getattr__和__setattr__方法来实现。

代码示例:

class DynamicObject:
def__init__(self, dictionary):
        self.__dict__.update(dictionary)

def__getattr__(self, item):
return self.__dict__[item]

def__setattr__(self, key, value):
        self.__dict__[key]= value

json_string ='{"name": "张三", "age": 30, "city": "北京"}'
data = json.loads(json_string)
dynamic_data =DynamicObject(data)
print(dynamic_data.name)

输出结果:

张三

通过自定义DynamicObject类，我们可以像访问属性一样访问JSON数据，这种方式不仅提升了代码的可读性，也使得处理复杂嵌套结构的JSON数据更为便捷。这种技巧特别适用于需要频繁访问特定字段的场景，提高了代码的优雅度和效率。

2、面向对象方式处理JSON 🛰️

采用面向对象的方式处理JSON数据，可以增强代码的组织性和可读性，尤其是当数据模型复杂时。通过定义数据模型类 ，可以更好地封装数据逻辑和行为，便于维护和扩展。

2.1 创建JSON数据模型类

首先，根据JSON数据结构设计对应的Python类。每个类代表JSON中的一个对象类型，类的属性对应JSON中的键，而类的方法则可以用于处理数据或执行相关操作。

示例代码：

import json

classUser:
def__init__(self, data):
        self.name = data.get('name')
        self.email = data.get('email')
        self.is_active = data.get('is_active',False)

defdisplay_info(self):
"""展示用户信息"""
        status ="active"if