在Python中处理JSON数据是非常常见的任务，尤其是当我们需要从一个包含多个字典的JSON文件里删掉某些特定记录时。这类需求在日志清洗、配置管理和接口数据预处理中经常出现。理解如何安全地加载、修改并保存JSON，是写好脚本的基础。
一、读取JSON文件并解析为Python对象
Python标准库中的json模块可以将JSON文本转换为对应的Python数据类型。如果JSON文件顶层是一个数组，解析后通常会得到list，其中的每个元素都是dict。如果顶层是对象，则得到dict。我们需要先以只读方式打开文件，再用json.load方法加载。
要注意文件编码问题，特别是包含中文的JSON，建议明确指定encoding='utf-8'，否则在Windows上容易出现UnicodeDecodeError。另外，如果文件很大，一次性读入内存可能占用过高，但多数业务场景下的配置文件或小型数据导出都在可接受范围内。
import json
# 从本地读取JSON文件
with open('data.json', 'r', encoding='utf-8') as f:
data = json.load(f)
# 假设data是列表，每个元素是一个字典
print(type(data))
print(data[:2])
二、定位并移除特定的字典
所谓移除特定的字典，一般是指根据某个字段的值来决定是否删除。例如，删除所有status为deleted的用户记录，或者删除id等于某个值的那一条。最直观的方式是使用列表推导式生成一个新列表，把不符合删除条件的元素保留下来。
这种方式的优点是逻辑清晰且不会在遍历时修改原列表导致索引错乱；缺点是需要额外内存存放新列表。如果希望在原列表上删除，可以用倒序遍历配合remove或pop，但代码可读性稍差。下面演示用列表推导式过滤掉指定条件的字典。
# 假设每个字典都有键 'status'
# 移除 status 为 'deleted' 的字典
filtered = [item for item in data if item.get('status') != 'deleted']
# 如果是按具体id移除，比如移除id为1001的记录
target_id = 1001
filtered = [item for item in data if item.get('id') != target_id]
若JSON顶层本身是字典，而我们要删除的是其中某个键对应的字典值，可以直接用pop方法。例如配置文件中有一个section键，其值是一个字典，我们可以安全地弹出它。
# 顶层为字典时移除某个键
if 'temp_section' in data:
removed = data.pop('temp_section')
三、将修改后的数据写回JSON文件
处理完内存中的对象后，必须将其持久化到磁盘。使用json.dump方法可以将Python对象序列化并写入文件。建议设置ensure_ascii=False以保留中文原样，同时用indent参数美化格式，方便人工查看。注意写文件时用'w'模式会覆盖原内容，因此务必确认filtered数据正确。
如果原文件非常重要，稳妥的做法是先写到一个临时文件，确认无误后再替换，或者提前备份。此外，dump时不要误用dumps，后者返回字符串而非写入文件。
with open('data_cleaned.json', 'w', encoding='utf-8') as f:
json.dump(filtered, f, ensure_ascii=False, indent=2)
四、完整示例与常见误区
把前面的步骤组合起来，就得到一个完整脚本。很多初学者会直接在for循环中用remove修改正在遍历的列表，这会造成跳过元素的问题。还有人用文本替换去删JSON里的行，结果破坏了语法。下面给出一个安全完整的例子。
这个例子从data.json读取，删掉所有age小于18的字典，然后输出到新文件。通过函数封装，逻辑更清晰，也方便复用。如果以后规则变了，只需改判断条件。
import json
def remove_dicts_by_rule(input_path, output_path, rule_func):
with open(input_path, 'r', encoding='utf-8') as f:
data = json.load(f)
if isinstance(data, list):
cleaned = [d for d in data if not rule_func(d)]
elif isinstance(data, dict):
cleaned = {k: v for k, v in data.items() if not rule_func({k: v})}
else:
raise ValueError('不支持的JSON结构')
with open(output_path, 'w', encoding='utf-8') as f:
json.dump(cleaned, f, ensure_ascii=False, indent=2)
# 定义移除规则：年龄小于18
remove_dicts_by_rule(
'data.json',
'data_cleaned.json',
lambda d: d.get('age', 0) < 18
)
| 方法 | 适用结构 | 优点 | 风险 |
|---|---|---|---|
| 列表推导式 | 顶层为数组 | 安全、可读 | 占用额外内存 |
| pop键 | 顶层为对象 | 直接、高效 | 键不存在需判断 |
| 倒序遍历remove | 顶层为数组 | 原地修改 | 代码易错 |
五、小结
从JSON文件移除特定字典的核心在于：正确解析、用函数式或安全遍历方式过滤、再写回。只要避免在遍历中直接修改原列表，并处理好编码与备份，就能写出稳定可靠的Python脚本来完成这类数据清理任务。
当数据量极大时，可以考虑ijson等流式解析库逐条处理，但普通场景下标准库json已经足够。掌握这些基本操作，能应对绝大多数配置文件与接口数据的清洗工作。