Python中如何用字典高效生成指定API JSON payload并写入文件？

核心方案：直接构造Python数据结构再序列化 #

不需要先写入文件再读取，直接在内存中构造符合要求的Python对象，再转成JSON字符串，这是最高效的方式，适合直接作为API请求的payload发送。

代码实现 #

import json

# 你的原始数据
pn_and_mfgr_dict = {'SAMPLE-ITEM-1': 'SAMPLE-MANUFACTURER-1', 'SAMPLE-ITEM-2': 'SAMPLE-MANUFACTURER-2'}
quantities = ["1","3"] 
poid = 22130

# 组装inventory列表
inventories = []
# 用zip匹配字典键值对和对应的数量（Python3.7+字典保留插入顺序）
for (item, mfgr), qty in zip(pn_and_mfgr_dict.items(), quantities):
    inventories.append({
        "item": item,
        "mfgr": mfgr,
        "quantity": qty,
        "condition": "REF"
    })

# 构造完整的payload结构
payload_structure = [
    {
        "poid": str(poid),  # 转为字符串匹配API要求的格式
        "inventories": inventories
    }
]

# 生成JSON字符串，直接用于API调用
payload_json = json.dumps(payload_structure, indent=2)
# 可直接打印查看结果
print(payload_json)

# 若需写入JSON文件，用json.dump更高效
with open('api_payload.json', 'w', encoding='utf-8') as f:
    json.dump(payload_structure, f, indent=2, ensure_ascii=False)

关键说明 #

• 顺序匹配：Python 3.7及以上版本的普通字典会保留键的插入顺序，因此zip(pn_and_mfgr_dict.items(), quantities)能准确对应每个物料和其数量。如果使用Python3.6及以下版本，需要改用collections.OrderedDict存储pn_and_mfgr_dict来保证顺序。
• 类型匹配：API示例中poid是字符串类型，所以需要将整数poid转为字符串，避免JSON序列化后出现数值类型不匹配的问题。
• 高效序列化：
  • 直接生成JSON字符串：json.dumps将Python对象转为字符串，可直接作为API请求的body发送，省去文件IO步骤，性能更优。
  • 写入文件：使用json.dump而非先转字符串再写入，因为json.dump会直接将对象序列化到文件流，减少内存占用，适合处理大数据量的情况。

关于原始数据存储的优化建议 #

当前的pn_and_mfgr_dict+quantities组合是可行的，但如果在生成数据的阶段，能直接将物料信息（item、mfgr、quantity）组装成列表字典（如下），会更直观，后续构造payload时也无需额外匹配：

# 优化后的原始数据结构示例
inventory_data = [
    {"item": "SAMPLE-ITEM-1", "mfgr": "SAMPLE-MANUFACTURER-1", "quantity": "1"},
    {"item": "SAMPLE-ITEM-2", "mfgr": "SAMPLE-MANUFACTURER-2", "quantity": "3"}
]

这种结构下，构造inventories只需给每个字典添加固定的"condition": "REF"即可，代码会更简洁。

内容的提问来源于stack exchange，提问作者Wes Graham