json.dump() 是 Python 中 json 模塊用于將 Python 數據結構序列化為 JSON 格式并寫入文件的方法。它提供了多個參數，用于控制序列化的行為和輸出格式。以下是 json.dump() 的參數及其說明：

json.dump() 的語法

json.dump(obj, fp, skipkeys=False, ensure_ascii=True, check_circular=True, allow_nan=True, cls=None, indent=None, separators=None, default=None, sort_keys=False, **kw)

參數說明

1. obj

• 類型：任何可序列化的 Python 數據結構（如字典、列表、字符串、數字等）。
• 說明：這是需要被序列化為 JSON 格式的 Python 對象。

2. fp

• 類型：文件對象。
• 說明：必須是一個支持 .write() 方法的文件對象，通常是通過 open() 函數以文本模式（'w' 或 'a'）打開的文件。

3. skipkeys

• 類型：布爾值，默認為 False。
• 說明：
  • 如果設置為 True，則在序列化字典時，會跳過那些鍵不是基本類型（如字符串、數字、元組等）的鍵值對。
  • 如果設置為 False，則會拋出 TypeError 異常，提示鍵不可序列化。

4. ensure_ascii

• 類型：布爾值，默認為 True。
• 說明：
  • 如果設置為 True，則輸出的 JSON 字符串中所有非 ASCII 字符都會被轉義為 Unicode 轉義序列（如 \uXXXX）。
  • 如果設置為 False，則會直接輸出非 ASCII 字符（如中文、日文等），這在處理國際化數據時非常有用。

5. check_circular

• 類型：布爾值，默認為 True。
• 說明：
  • 如果設置為 True，則在序列化過程中會檢查對象是否包含循環引用（即對象引用自身）。如果發現循環引用，會拋出 ValueError 異常。
  • 如果設置為 False，則不會進行循環引用檢查，但可能會導致程序崩潰或無限遞歸。

6. allow_nan

• 類型：布爾值，默認為 True。
• 說明：
  • 如果設置為 True，則允許序列化 float('nan')、float('inf') 和 float('-inf') 等特殊浮點值。
  • 如果設置為 False，則會拋出 ValueError 異常，提示這些值不可序列化。

7. cls

• 類型：類，默認為 None。
• 說明：
  • 指定一個自定義的 JSON 編碼器類。如果需要自定義序列化邏輯，可以繼承 json.JSONEncoder 并重寫其方法。
  • 如果未指定，則使用默認的 json.JSONEncoder。

8. indent

• 類型：整數或字符串，默認為 None。
• 說明：
  • 用于控制輸出的 JSON 字符串的縮進格式。
  • 如果設置為整數，則表示縮進的空格數（例如 indent=4 表示每級縮進 4 個空格）。
  • 如果設置為字符串，則表示縮進的字符（例如 indent="\t" 表示每級縮進一個制表符）。
  • 如果設置為 None，則輸出的 JSON 字符串不會進行格式化，而是緊湊的單行輸出。

9. separators

• 類型：元組，默認為 None。
• 說明：
  • 指定 JSON 數據中鍵值對和數組元素之間的分隔符。
  • 默認值為 (', ', ': ')，即鍵值對之間用逗號和空格分隔，鍵和值之間用冒號和空格分隔。
  • 如果需要緊湊的輸出，可以設置為 (',', ':')，去掉多余的空格。

10. default

• 類型：函數，默認為 None。
• 說明：
  • 指定一個函數，用于處理無法直接序列化的對象。
  • 當 json.dump() 遇到無法序列化的對象時，會調用這個函數，并將對象作為參數傳入。該函數需要返回一個可序列化的值。

11. sort_keys

• 類型：布爾值，默認為 False。
• 說明：
  • 如果設置為 True，則在序列化字典時，會按照鍵的字典序對鍵值對進行排序。
  • 如果設置為 False，則不會對鍵值對進行排序，保持原始順序。

示例代碼

基本用法

import jsondata = {"name": "Alice","age": 25,"city": "New York","hobbies": ["reading", "traveling", "coding"]
}# 將數據寫入 JSON 文件
with open("data.json", "w", encoding="utf-8") as file:json.dump(data, file, ensure_ascii=False, indent=4)

生成的 data.json 文件內容：

{"name": "Alice","age": 25,"city": "New York","hobbies": ["reading","traveling","coding"]
}

使用 indent 和 separators

import jsondata = {"name": "Alice","age": 25,"city": "New York"
}# 緊湊格式輸出
with open("data.json", "w", encoding="utf-8") as file:json.dump(data, file, separators=(',', ':'))# 格式化輸出
with open("data_pretty.json", "w", encoding="utf-8") as file:json.dump(data, file, indent=4)

生成的 data.json 文件內容（緊湊格式）：

{"name":"Alice","age":25,"city":"New York"}

生成的 data_pretty.json 文件內容（格式化輸出）：

{"name": "Alice","age": 25,"city": "New York"
}

使用 default 參數

假設有一個包含日期對象的字典：

import json
from datetime import datetimedata = {"name": "Alice","birthday": datetime(1995, 5, 15)
}# 自定義序列化函數
def serialize_datetime(obj):if isinstance(obj, datetime):return obj.isoformat()raise TypeError(f"Type {type(obj)} is not serializable")# 將數據寫入 JSON 文件
with open("data.json", "w", encoding="utf-8") as file:json.dump(data, file, default=serialize_datetime, indent=4)

生成的 data.json 文件內容：

{"name": "Alice","birthday": "1995-05-15T00:00:00"
}

總結

• json.dump() 是一個功能強大的方法，用于將 Python 數據結構序列化為 JSON 格式并寫入文件。
• 它提供了豐富的參數，用于控制序列化的行為和輸出格式，例如 ensure_ascii、indent、separators 和 default 等。
• 通過合理使用這些參數，可以滿足各種復雜的序列化需求。