json序列化与反序列化是跨系统数据交换的核心环节，python、pydantic、java jackson、.net system.text.json、javascript原生api及r jsonlite各具特点：python json轻量无依赖；pydantic强校验；jackson企业级灵活；system.text.json高性能；javascript原生便捷；jsonlite擅长r数据处理。
当需要在不同系统或语言间交换结构化数据时，JSON序列化与反序列化是核心数据转换环节。以下是多种主流平台与语言中实现该功能的常用方法及对应框架对比：
一、Python标准库json模块
Python内置json模块提供零依赖、轻量级的序列化与反序列化能力，适用于基础数据类型转换且无需引入第三方包的场景。
1、导入json模块：import json
2、将Python字典序列化为JSON字符串：json_str = json.dumps({'name': 'Alice', 'age': 30})
3、将JSON字符串反序列化为Python对象：data = json.loads(json_str)
4、处理日期等非默认支持类型时，需定义继承json.JSONEncoder/json.JSONDecoder的子类，并通过cls参数传入dumps/loads函数。
二、Pydantic结构化模型
Pydantic通过类型注解强制执行数据校验，在序列化与反序列化过程中同步完成字段验证、默认值填充与类型转换，适合高可靠性业务逻辑。
1、安装依赖：pip install pydantic
2、定义继承BaseModel的类：class User(BaseModel): name: str; age: int
3、实例化后调用.model_dump()获取字典（序列化）：u = User(name='Bob', age=25); dict_data = u.model_dump()
4、使用.model_validate()从字典或JSON字符串构造实例（反序列化）：u2 = User.model_validate({'name': 'Carol', 'age': 28})
三、Java平台Jackson库
Jackson是Java生态事实标准JSON处理器，支持注解驱动、流式API与高度可配置的序列化策略，广泛用于Spring Boot等企业级应用。
1、添加Maven依赖：
2、创建ObjectMapper实例：ObjectMapper mapper = new ObjectMapper();
3、将Java对象序列化为JSON字符串：String json = mapper.writeValueAsString(new Person("David", 32));
4、将JSON字符串反序列化为指定类型对象：Person p = mapper.readValue(json, Person.class);
四、.NET平台System.Text.Json
System.Text.Json是.NET Core 3.0+内置高性能JSON API，内存占用低、吞吐量高，已替代Newtonsoft.Json成为官方推荐方案。
1、引用命名空间：using System.Text.Json;
2、将C#对象序列化为UTF-8字节数组：byte[] utf8Json = JsonSerializer.SerializeToUtf8Bytes(new Product { Id = 101, Name = "Laptop" });
3、将UTF-8字节数组反序列化为强类型对象：Product product = JsonSerializer.Deserialize
4、自定义序列化选项以支持忽略null值或使用驼峰命名：var options = new JsonSerializerOptions { DefaultIgnoreCondition = JsonIgnoreCondition.WhenWritingNull, PropertyNamingPolicy = JsonNamingPolicy.CamelCase };
五、JavaScript原生API
JavaScript通过全局JSON对象提供原生序列化与反序列化能力，无需依赖外部库，适用于浏览器与Node.js环境。
1、使用JSON.stringify()将对象或数组转为JSON字符串：const jsonStr = JSON.stringify({ name: "Tom", scores: [95, 87] });
2、传入replacer函数控制序列化字段：JSON.stringify(obj, (key, value) => key === 'password' ? undefined : value)
3、传入space参数美化输出格式：JSON.stringify(data, null, 2)
4、使用JSON.parse()将JSON字符串解析为JavaScript值：const obj = JSON.parse(jsonStr);
5、传入reviver函数对解析后的每个属性进行预处理：JSON.parse(jsonStr, (key, value) => key === 'age' ? Number(value) : value)
六、R语言jsonlite包
jsonlite是R语言中最成熟稳定的JSON处理包，支持自动类型推断、嵌套结构扁平化及Web API友好输出，广泛用于数据抓取与API交互。
1、安装并加载包：install.packages("jsonlite"); library(jsonlite)
2、将命名list序列化为JSON字符串：toJSON(list(name = "Anna", age = 29), auto_unbox = TRUE)
3、设置pretty = TRUE启用格式化缩进：toJSON(data, pretty = TRUE)
4、将JSON字符串反序列化为R list：fromJSON('{"name":"Leo","score":92}')
5、处理嵌套JSON时自动展开为data.frame结构：fromJSON(json_text, simplifyDataFrame = TRUE)
