从Snowflake获取JSON数据到Python格式不符 如何正确写入JSON文件

Snowflake Python连接器默认会对查询返回的VARIANT、OBJECT、ARRAY类型的JSON数据做自动反序列化，转成Python原生的字典、列表对象；而Snowflake控制台直接返回未经过二次解析的原始JSON字符串，两者的格式差异是连接器默认类型转换逻辑导致的，和查询语句本身无关。你直接写入本地文件的内容和Python端拿到的错误格式一致，本质是写入时用的就是被自动转换过的Python对象，不是Snowflake返回的原始JSON。

• 关闭连接器的JSON自动解析能力
  初始化Snowflake连接时，传入json_deserializer=None参数即可关闭自动反序列化，示例连接代码：

  import snowflake.connector
  
  con = snowflake.connector.connect(
      user="你的账号",
      password="你的密码",
      account="你的账号标识",
      warehouse="计算仓库名",
      database="数据库名",
      schema="模式名",
      json_deserializer=None # 核心配置，关闭JSON自动解析
  )
  

  如果你用SQLAlchemy对接Snowflake，初始化引擎时加对应连接参数即可：create_engine(connection_url, connect_args={"json_deserializer": None})。如果不想修改连接配置，也可以在创建游标后执行cursor.execute("ALTER SESSION SET DISABLE_JSON_PARSER = TRUE")，在当前会话级别关闭JSON解析。
• 校验返回结果一致性
  执行查询后，打印返回结果中JSON字段的类型，确认类型为str，且字符串内容和Snowflake控制台输出的原生JSON完全匹配，没有被转成Python字典/列表对象。
• 正确写入本地JSON文件
  关闭自动解析后拿到的是原始JSON字符串，不要直接对字符串调用json.dump()，否则会给内容额外添加转义符：
  • 单条JSON结果直接按文本写入即可
  • 多条结果需要组成JSON数组的，先逐行把字符串转成JSON对象，再统一序列化写入，参考代码：

  cursor = con.cursor()
  cursor.execute("你的查询SQL")
  # 拿到所有结果，假设JSON字段的列名为NATIVE_JSON
  rows = cursor.fetchall()
  col_names = [desc[0] for desc in cursor.description]
  result_list = [dict(zip(col_names, row)) for row in rows]
  
  # 单条结果写入示例
  with open("single_output.json", "w", encoding="utf-8") as f:
      f.write(result_list[0]["NATIVE_JSON"])
  
  # 多条结果组成JSON数组写入示例
  import json
  json_arr = [json.loads(row["NATIVE_JSON"]) for row in result_list]
  with open("multi_output.json", "w", encoding="utf-8") as f:
      json.dump(json_arr, f, ensure_ascii=False, indent=2)
  

• 不要在开启自动JSON解析的前提下，直接对Python dict/list做json.dump()写入，会出现字段顺序变化、大整数精度丢失、空值/日期类型格式和Snowflake原生输出不一致的问题。
• 如果要求100%对齐Snowflake控制台的JSON输出格式（包括缩进、字段顺序、数值精度），优先选择关闭自动解析拿原始字符串的方案，不要依赖连接器的自动类型转换。

内容的提问来源于stack exchange，提问作者Jaho0na