json是怎么序列化的

JSON序列化：数据如何“变身”为文本的魔法

在数字化时代，数据在不同系统、语言、平台间的流转如同“跨语言对话”，而JSON（JavaScript Object Notation）正是这场对话中最通用的“翻译官”，要让数据在不同环境中“被理解”，就需要一个关键过程——序列化，JSON序列化究竟是什么？它是如何将复杂的数据结构“翻译”成文本字符串的？本文将带你一探究竟。

先搞懂：什么是JSON序列化？

JSON序列化（Serialization） 是将内存中的数据对象（如Python的字典、Java的Map、JavaScript的对象）转换为JSON格式字符串的过程，这个字符串是“纯文本”的，可以轻松存储在文件中、通过网络传输，或嵌入到网页代码里，实现跨平台、跨语言的数据交换。

举个例子：假设你有一个Python字典 data = {"name": "张三", "age": 25, "hobbies": ["reading", "coding"]}，它存储在内存中，其他语言（如Java）无法直接读取，通过JSON序列化，它会变成这样的字符串：
'{"name": "张三", "age": 25, "hobbies": ["reading", "coding"]}'
这个字符串就是“通用语言”，任何支持JSON的语言都能解析它,还原成对应的数据结构。

序列化的核心规则：数据如何“翻译”？

JSON序列化的本质是按照JSON规范，将数据对象转换为“键值对”结构的文本，其核心规则对应JSON支持的6种数据类型，每种数据类型都有明确的“翻译”规则：

对象（Object）→ 字符串（用包裹）

内存中的“对象”（如Python的字典、JavaScript的对象）会被转换为包裹的键值对。

• 规则：键必须是字符串（双引号包裹），值可以是任意JSON支持的数据类型；键值对之间用逗号分隔。
• 示例：
  Python字典 {"user": "Alice", "level": 10}
  序列化为JSON字符串：'{"user": "Alice", "level": 10}'

数组（Array）→ 字符串（用[]包裹）

内存中的“数组”（如Python的列表、JavaScript的数组）会被转换为[]包裹的值列表。

• 规则：值可以是任意JSON支持的数据类型，多个值之间用逗号分隔。
• 示例：
  Python列表 [1, "two", True]
  序列化为JSON字符串：'[1, "two", true]'（注意：Python的True转为JSON的true）

字符串（String）→ 字符串（双引号包裹）

内存中的字符串（如Python的str、Java的String）会被转换为双引号包裹的文本。

• 规则：如果字符串本身包含双引号，需用反斜杠\转义（如\"）；换行、制表符等特殊字符也需要转义（如\n、\t）。
• 示例：
  Python字符串 Hello "World"
  序列化为JSON字符串：'Hello "World"'（实际存储为'Hello \"World\"'）

数值（Number）→ 字符串（直接转换）

内存中的数值（如Python的int、float，JavaScript的Number）会被直接转换为数字字符串，无需引号。

• 规则：支持整数（如123）、浮点数（如14）、科学计数法（如1e3），但不支持NaN、Infinity等特殊数值（部分库可扩展支持）。
• 示例：
  Python数值 14159
  序列化为JSON字符串：'3.14159'

布尔值（Boolean）→ 字符串（true/false）

内存中的布尔值（如Python的True/False，JavaScript的true/false）会被转换为小写的true或false。

• 规则：严格区分大小写，True（Python）或TRUE（其他语言）均会被视为错误。
• 示例：
  Python布尔值 False
  序列化为JSON字符串：'false'

null（空值）→ 字符串（null）

内存中的空值（如Python的None，JavaScript的null）会被转换为null。

• 规则：null是JSON中唯一的空值表示，不同于Python的None或JavaScript的undefined。
• 示例：
  Python空值 None
  序列化为JSON字符串：'null'

序列化的过程：从内存到文本的“三步走”

JSON序列化并非“一键完成”，而是经历了一个标准化的流程，以Python为例（使用内置json库）,整个过程可以分为三步：

第一步：选择序列化工具

不同语言提供了不同的JSON序列化库，核心功能类似：

• Python：json（标准库）、ujson（高性能第三方库）
• JavaScript：JSON.stringify()（内置方法）
• Java：Gson（Google库）、Jackson（常用库）
• C++：nlohmann/json（第三方库）

第二步：调用序列化函数

以Python为例，通过json.dumps()（dumps = dump string，将对象转为字符串）完成序列化：

import json
# 定义内存中的数据对象（Python字典）
data = {
    "name": "李四",
    "age": 30,
    "is_student": False,
    "courses": ["math", "physics"],
    "info": None
}
# 调用json.dumps()进行序列化
json_str = json.dumps(data)
# 输出结果：{"name": "李四", "age": 30, "is_student": false, "courses": ["math", "physics"], "info": null}
print(json_str)

第三步：处理序列化中的“特殊细节”

实际序列化时，可能需要处理复杂场景，

• 编码问题：默认使用UTF-8编码，确保非英文字符（如中文）正确显示。
• 缩进格式化：通过indent参数让输出更易读（如json.dumps(data, indent=4)）。
• 特殊值处理：如Python的datetime对象默认无法序列化，需自定义转换函数。

序列化的“反向操作”：反序列化

序列化的“兄弟”是反序列化（Deserialization），即把JSON字符串重新还原为内存中的数据对象，Python中使用json.loads()（loads = load string）将JSON字符串转回字典：

json_str = '{"name": "李四", "age": 30, "is_student": false, "courses": ["math", "physics"], "info": null}'
data = json.loads(json_str)
print(data)  # 输出：{'name': '李四', 'age': 30, 'is_student': False, 'courses': ['math', 'physics'], 'info': None}

序列化与反序列化配合，实现了数据从“内存”到“文本”再到“内存”的完整流转。

为什么JSON序列化如此重要？

JSON序列化之所以成为数据交换的“标配”，核心原因有三：

1. 跨语言通用：JSON基于JavaScript，但几乎所有主流语言（Python、Java、C++、Go等）都支持解析，解决了不同语言数据结构的“语法差异”。
2. 轻量高效：相比XML（另一个早期数据交换格式），JSON更简洁（无标签、冗余少），解析速度快，适合网络传输（如API接口返回数据）。
3. 人机可读：JSON文本格式直观，开发者可直接阅读和调试，无需专用工具（如二进制格式）。

JSON序列化本质上是“数据结构的标准化翻译”：它将内存中的复杂对象，按照JSON规范拆解为“键值对+数据类型”的文本字符串，让数据在不同系统间“自由穿梭”，从网页API到配置文件，从移动端到后端服务，JSON序列化无处不在——它就像数据的“普通话”，让数字世界的沟通变得简单高效，理解了它的原理,你就了数据交换的核心密码。