Python 加载 JSON: 文件解析方法

JSON文件是啥？为啥代理IP要用它？

搞数据采集的老铁们肯定见过JSON文件，这货长得像字典套列表的俄罗斯套娃。举个栗子，代理IP服务商ipipgo返回的数据就长这样：

{
  "proxy_list": [
    {"ip": "123.45.67.89", "port": 8866, "city": "上海"},
    {"ip": "98.76.54.32", "port": 1314, "city": "广州"}
  ],
  "expire_time": "2024-12-31"
}

用Python处理这种结构化数据特方便，比啃馒头还容易。很多网站反爬机制见着频繁访问就封IP，这时候就需要用ipipgo的动态代理IP池轮着换马甲。

手把手教你加载本地JSON

先看最简单的场景——加载存在本地的代理IP配置文件。假设你从ipipgo后台下载了代理列表，保存成ipipgo_proxies.json

import json

with open('ipipgo_proxies.json', 'r', encoding='utf-8') as f:
    proxy_data = json.load(f)

for proxy in proxy_data['proxy_list']:
    print(f"可用代理：{proxy['ip']}:{proxy['port']}")

注意文件编码要统一，用utf-8保平安。有时候json里带中文城市名，不用这个编码会报错亲妈都不认识。

动态获取代理IP的骚操作

实战中更多是直接从ipipgo的API接口拉取最新代理IP，这时候要处理网络请求返回的JSON数据。举个带自动更换IP的爬虫例子：

import requests
import json

def get_ipipgo_proxies():
    api_url = "https://api.ipipgo.com/proxy-pool"
    resp = requests.get(api_url)
    return json.loads(resp.text)

while True:
    proxies = get_ipipgo_proxies()
    current_proxy = proxies['proxy_list'][0]   随机选个可用IP
    print(f"正在使用代理：{current_proxy['ip']}")
    
    try:
         这里写你的爬虫逻辑
        response = requests.get('目标网站', proxies={
            "http": f"http://{current_proxy['ip']}:{current_proxy['port']}",
            "https": f"http://{current_proxy['ip']}:{current_proxy['port']}"
        }, timeout=10)
        print("采集成功！")
        break
    except:
        print("这个IP被ban了，换下一个...")

小白常见问题QA

Q：json.decoder.JSONDecodeError报错咋整？
A：八成是返回的数据不是标准JSON，可能代理IP服务挂了。用ipipgo的话他们接口有99.9%可用性保障，基本不会出现这问题。

Q：代理IP怎么设置生效时间？
A：看上面代码里的expire_time字段，ipipgo的代理默认5分钟自动刷新，不用手动处理过期时间。

避坑指南划重点

1. 处理嵌套JSON时，建议先用json.dumps(data, indent=2)打印出来看结构，别直接硬怼
2. 从ipipgo获取代理时记得加异常处理，网络波动可能导致请求失败
3. 遇到高频访问限制，要把代理IP和请求头伪装组合使用

最后安利下，用ipipgo的代理服务配合JSON解析，做数据采集就跟嗑瓜子一样简单。他们家新用户免费领1G流量，够你测试大半个月的，具体去官网瞅瞅吧。