如何保留JSON文件格式？生成符合规范的差异文件data3.json

问题背景 #

我拥有data1.json和data2.json两个JSON数组文件，需要提取data1中独有的条目输出到data3.json，要求data3.json符合标准JSON数组格式：首尾用[]包裹、每个条目带缩进、最后一个条目无尾部逗号。但当前通过手动拼接字符串生成的代码，导出的data3存在格式错误，比如最后条目带逗号、缩进不符合要求。

解决方案 #

不要手动拼接JSON字符串，直接使用Python内置的json模块处理，它会自动维护标准的JSON格式。具体实现代码如下：

import json

# 读取源JSON文件
with open('data1.json', 'r', encoding='utf-8') as f1:
    data1 = json.load(f1)

with open('data2.json', 'r', encoding='utf-8') as f2:
    data2 = json.load(f2)

# 提取data2中所有userid存入集合，优化查询效率
data2_user_ids = {item['userid'] for item in data2}

# 筛选data1中独有的用户条目
data3 = [item for item in data1 if item['userid'] not in data2_user_ids]

# 写入目标文件，自动处理格式
with open('data3.json', 'w', encoding='utf-8') as f3:
    json.dump(data3, f3, indent=4, ensure_ascii=False)

关键说明 #

• json.load()将JSON文件解析为Python列表/字典，避免手动操作字符串带来的格式错误
• 用集合存储userid，查询效率远高于遍历列表，适合数据量较大的场景
• json.dump()的indent参数控制缩进空格数（示例中为4），自动生成规范的缩进格式，且最后一个条目不会添加尾部逗号
• ensure_ascii=False保证导出的非ASCII字符（如中文）正常显示

内容的提问来源于stack exchange，提问作者James Black