Python模块加载JSON的最佳实践：按需加载与缓存实现

针对你遇到的每次调用fetch_data都重复加载大JSON文件的问题，这里提供几种符合「懒加载+单次缓存」需求的实现方案：

方案一：利用函数属性实现极简缓存 #

直接在函数内部维护一个缓存属性，只有首次调用时才加载文件：

import json
import os

def fetch_data(k):
    # 检查是否已缓存数据，首次调用时加载
    if not hasattr(fetch_data, "_cached_data"):
        fname = os.path.join(
            os.path.abspath(os.path.dirname(__file__)),
            "data.json"
        )
        with open(fname, "r") as f:
            fetch_data._cached_data = json.load(f)
    return fetch_data._cached_data[k]

这个方案无需额外依赖，代码最简洁，完全满足「仅在需要时加载、加载后复用」的要求。

方案二：用标准库装饰器分离加载逻辑 #

如果想把数据加载和键值获取的逻辑分开，可以用functools.lru_cache缓存加载结果：

import json
import os
from functools import lru_cache

def _load_data():
    # 单独封装数据加载逻辑
    fname = os.path.join(
        os.path.abspath(os.path.dirname(__file__)),
        "data.json"
    )
    with open(fname, "r") as f:
        return json.load(f)

# 缓存_load_data的结果，无参数情况下只会执行一次
@lru_cache(maxsize=None)
def _get_cached_data():
    return _load_data()

def fetch_data(k):
    return _get_cached_data()[k]

这种方式逻辑更清晰，后续如果需要修改加载逻辑，只需调整_load_data函数即可。

方案三：类实现（扩展性更强） #

如果后续可能需要添加数据刷新、多数据源切换等功能，用类来封装会更灵活：

import json
import os

class DataFetcher:
    def __init__(self):
        self._cached_data = None  # 初始化时不加载数据

    def _load_data(self):
        fname = os.path.join(
            os.path.abspath(os.path.dirname(__file__)),
            "data.json"
        )
        with open(fname, "r") as f:
            return json.load(f)

    def fetch(self, k):
        # 首次调用fetch时才加载数据
        if self._cached_data is None:
            self._cached_data = self._load_data()
        return self._cached_data[k]

# 创建全局实例，供外部直接调用
data_fetcher = DataFetcher()

使用时直接调用实例的fetch方法：

from mymodule import data_fetcher

for k in "ABCD":
    print(data_fetcher.fetch(k))

这三种方案都不会在模块导入时就加载JSON文件，只有当第一次调用数据获取函数/方法时才会读取文件，之后所有调用都直接复用内存中的缓存数据，完美匹配你的需求。

内容的提问来源于stack exchange，提问作者Bulkilol