module ‘json‘ has no attribute ‘loads‘ 问题解决方法

最新推荐文章于 2026-08-18 09:10:42 发布

原创最新推荐文章于 2026-08-18 09:10:42 发布 · 486 阅读

0 ·

本内容遵循CC 4.0 BY-SA版权协议

GEO检测

收录于

当前文章被以下社区和专栏收录：

文章讲述了作者遇到的问题：因将Python脚本命名为json.py并与同名模块冲突导致运行错误。解决方法是重命名脚本并吸取教训，避免使用模块名作为脚本名称。

脚本本来跑得好好的今天再跑就报错了原来是昨天写了一个python脚本图方便命名成了json.py，还放在了同一个文件夹下面

josn.py里面没有写loads方法，所以报错

解决方法：将json.py改名再运行报错的脚本，问题解决了

提醒自己后面不要用模块名给脚本命令！

标签

#json #前端 #python

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

kkbown

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
1
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

Python类型检查实战：四层架构与生产级工作流

weixin_30888413的博客

06-23

364

Python类型检查是现代工程化开发的基础能力，其本质是通过类型提示、静态分析、运行时验证和工程实践四层协同，在不改变运行时行为的前提下提升代码可维护性与协作效率。随着FastAPI、Pydantic等框架深度依赖类型注解生成文档与校验逻辑，以及mypy、pyright等工具在CI/CD中实现前置拦截，类型检查已从可选优化升级为质量防线核心组件。本文聚焦真实金融系统落地经验，详解TypedDict、Protocol、TypeVar泛型等高频进阶用法，并提供渐进式启用策略、第三方库存根集成、循环导入规避等关键

1 条评论您还未登录，请先登录后发表或查看评论

Python getattr()原理与工程实践：动态属性访问核心指南

weixin_34267123的博客

06-21

400

getattr() 是 Python 反射机制的基础接口，本质是封装了完整的属性查找链（MRO + 描述符协议 + __getattr__兜底），区别于直接操作 __dict__ 的粗粒度访问。它支撑着动态字段读取、方法绑定、配置驱动、插件发现等关键能力，在 Django、Pydantic 等主流框架中高频使用。其三参数设计（对象、属性名、默认值）天然契合 EAFP 哲学，使代码兼具健壮性与可读性；配合 operator.attrgetter 可高效处理嵌套路径。掌握 getattr()，即掌握 Pytho

Python错误：AttributeError: module 'json' has no attribute 'loads'解决办法

热门推荐

向东的笔记本

07-13

4万+

今天在学习python中json模块的时候遇到了点让我怀疑人生的问题。像往常一样，我在电脑d盘根目录创建了一个：json.py的python文件，打算在这里练习一下json中的两个函数：loads()和dumps()。但是当我运行了如下代码的时候，它竟然提示我：AttributeError: module 'json' has no attribute 'loads'，翻译成汉语的意思是：属性...

一篇关于轴承故障诊断的综述

weixin_42036144的博客

11-20

2万+

在设备的故障检测中，有约30%-40%的设备故障是由轴承故障引起的，因此本文将列举有关检测轴承故障使用到的相关数据集，模型和算法。数据集现有的数据集，普遍由固定在电机马达上的两个震动检测器获得，并根据需要，分离震动数据在时域和频域上的特征以供网络模型学习。不同的数据集，区别在于，检测的马达转速不同，环境不同，取样频率不同，一段样本的时长不同等等（1）Case Western Reserve University (CWRU) Dataset 该数据集拥有多种数据，测量的时候，通过改变轴承.

python导入json包解析json出现的一个问题

二哥的博客

01-10

2574

import json jsonStr = '{"age": 18}' tmp = json.loads(jsonStr) print(tmp) python json.py AttributeError: partially initialized module 'json' has no attribute 'loads' (most likely due to a circular imp...

【已解决】Python报错：AttributeError: module ‘json‘ has no attribute ‘loads‘

dont worry about it的博客

06-25

2万+

想象这样一幕：一位热心的Python学习者，满腔热情地在D盘根目录下创建了一个名为`json.py`的文件，准备通过实践学习`json`模块的`loads`和`dumps`函数。然而，当他信心满满地运行代码时，Python却毫不留情地抛出了“AttributeError: module 'json' has no attribute 'loads'”的错误信息。这到底是怎么回事？

Python：module ‘json‘ has no attribute ‘loads‘

。

02-13

486

Python bug

【Python】已解决报错：AttributeError: module ‘json‘ has no attribute ‘loads‘解决办法

努力才是唯一的入场券。

06-14

1752

【Python】已解决报错：AttributeError: module 'json' has no attribute 'loads'解决办法

AttributeError: module ‘json‘ has no attribute ‘loads‘

yzx99的专栏

09-25

1206

今天测试JSON的属性，我精心准备了一段代码： import json s1='''{ "Key1":"A1", "Key2":5, "Key3":[ {"S1":"B1", "S2":"B2"}, {"S1":"C1", "S2":"C2"}] }''' r1=json.loads(s1) print(r1["Key1"], r1["Key2"], r1["Key3"][0]["S1"]) #与大小写有关想到这个是要测试JSON的，我就把文件保存

Python：AttributeError: module json has no attribute loads

xinfeng205的博客

05-11

1731

1 原因当import 时，python 解析器会从以下目录寻找相应的模块：当前目录 PYTHONPATH 中的目录 python安装目录缺省json模块文件名为json，所以解析器会误以为我们自己创建的json.py为模块文件 2 解决将自己创建的json.py 改称其他文件名 ...

‘module‘对象在使用python解析JSON时没有属性‘loads‘

01-23

427

在Python中，使用`json`模块来解析JSON字符串通常需要先导入这个模块，然后通过调用其提供的`loads()`方法来实现。如果你遇到`module'object has no attribute 'loads'`的错误，这可能是因为你的Python环境中没有安装`json`模块或者导入方式有误。2. 打开命令行或终端，输入`python -m json.tool`来检查是否已经内置了`json`模块。在上述代码中，我们首先导入了`json`模块，然后定义了一个包含JSON数据的字符串。

错误提示：module' object has no attribute 'loads'

zhaojikun521521的博客

11-14

1434

student = {‘name’:‘zhao’, ‘age’:‘18’ ,‘sex’:‘men’} student1 = json.dumps(student) print(student1) #此时转换为字符串类型 student2 = json.laods(student1) print(student2) #此时转换为字典类型 json.dumps()用于将dict类型的数据转成str 就...

pythonjson模块没有loading属性_“module”对象在使用python分析JSON时没有“loads”属性...

weixin_39778106的博客

01-14

285

我试图从Python中解析JSON。我最近开始使用Python，所以我学习了一些stackoverflow教程，学习了如何使用Python解析JSON，并给出了以下代码-#!/usr/bin/pythonimport jsonj = json.loads('{"script":"#!/bin/bash echo Hello World"}')print j['script']但是每当我运行上面的代...

python json模块

十里平湖的博客

04-25

908

Python是原生态支持json，这点可以从字典和列表结构看出来。我们可以利用json模块处理json数据。简单介绍一下json模版的用法。常用有2个方法，也是最基本的使用方法： 1、dumps：把字典转成json字符串 2、loads：把json字符串转成字典这两个方法可以直接作为reques等请求的参数进行传入（个人认为），还有load、dump方法。这两个方法和上面两个方法少...

python json load内层没有解析_使用python解析JSON时,’module’对象没有属性’load’...

weixin_30241053的博客

01-14

598

我试图从Python解析JSON。我最近开始使用Python，所以我遵循一些stackoverflow教程如何使用Python解析JSON，我想出了下面的代码 –#!/usr/bin/pythonimport jsonj = json.loads('{"script":"#!/bin/bash echo Hello World"}')print j['script']但每当我运行上面的代码，我总是...

DSPy断言+Qdrant实现高可靠结构化数据提取

weixin_34037515的博客

06-25

1359

结构化数据提取是大模型落地RAG系统的核心能力，其本质是将非结构化文本精准转化为机器可解析的JSON格式。传统提示词工程依赖静态指令，缺乏校验与纠错机制，导致输出不稳定、错误不可控；而DSPy提出的‘编程式提示工程’通过Signature定义契约、Module封装逻辑、Optimizer自动调优，将提示过程工程化。其中Assertions机制尤为关键——它在每次LLM输出后实时执行JSON语法校验、字段完整性检查与类型验证，并通过反馈引导模型重试，显著提升格式合规率。结合Qdrant向量数据库的混合检索与载

Python类型注解实战：从IDE提示到生产级安全

weixin_33811539的博客

06-20

467

Python类型注解（typing module）是动态语言迈向工程化的核心基础设施，其本质是通过静态类型声明，在编码阶段建立可验证的接口契约。它基于PEP 484规范，依托mypy等检查器实现原理层面的逻辑完备性校验，技术价值在于将运行时TypeError、KeyError等高频缺陷提前至编辑器标红与CI拦截。典型应用场景覆盖API边界定义、数据模型约束、第三方库存根补全及动态JSON运行时校验。本文聚焦Python typing module在真实生产环境中的分层能力跃迁与落地避坑，结合Literal、

长期智能体记忆架构：类型化表征与MemIR解决角色崩塌

最新发布

weixin_34221775的博客

08-18

372

在构建长期运行的智能体时，记忆管理是核心挑战。传统基于向量检索的记忆系统常面临“来源-角色崩塌”问题，即智能体混淆记忆的原始意图与当前语境下的适用角色，导致行为错乱。这源于单一向量表征难以编码记忆的语用、时效等多维属性。为解决此问题，业界提出类型化记忆表征，通过为记忆定义清晰的结构化类型（如事实、任务、偏好、情感等）及其属性，实现精细化管理。Memory Intermediate Representation作为关键中间层，标准化了记忆的描述格式，支持基于语义和属性的混合检索。该技术能有效隔离不同角色的记忆

Python数据持久化：深入解析PKL文件机制与实战应用

weixin_33938733的博客

08-05

409

数据持久化是计算机科学中的基础概念，指将程序运行时的数据状态保存到存储介质，以便后续恢复使用。其核心原理是通过序列化将内存中的对象转换为可存储或传输的格式，反序列化则实现逆向还原。这一技术对于提升开发效率、保障数据可复用性具有重要价值，广泛应用于机器学习模型保存、中间结果缓存和实验状态复现等场景。在Python生态中，pickle模块是实现数据持久化的关键工具，它生成的.pkl文件能够高效序列化包括numpy数组在内的复杂对象，并通过协议版本控制优化性能。本文聚焦于.pkl文件的安全使用、性能优化及其在数据

用MongoDB构建模型注册中心：解决MLOps中的版本与治理难题

culh2177的博客

06-24

768

机器学习模型存储不仅是序列化文件的保存问题，更涉及元数据管理、版本控制、环境一致性与可审计性等核心MLOps能力。其底层原理在于平衡二进制权重完整性与结构化元数据可检索性，技术价值体现在支持原子更新、动态Schema、多维聚合查询及天然时间序追溯。典型应用场景包括A/B测试模型并行加载、生产环境秒级回滚、跨团队模型资产共享与合规审计。本文聚焦MongoDB GridFS与文档模型协同方案，深入解析模型序列化兼容性、语义化命名策略、事务化注册流程及生产级缓存加载实践。

ASPICE标准快速掌握「2.1. 过程能力概览」

雪云飞星的博客

09-27

1143

一个项目的质量流程是否做的好最终会需要由一个指标来确定，ASPICE将其称为过程能力（Process capability），过程能力是一个综合的判定概念。而为了实现这个概念，ASPICE建立了一套完整的过程评估模型（Process Assessment Model），通过这套评估模型最终就能得出过程能力的最终得分。项目组根据这个得分不断改进和优化得分不足的方面，从而约束整个流程的各个方面来间接提升项目的最终质量。这里有三个关键术语：其中最主要的就是PAM，即过程评估模型，由ASPICE给出，该模型可以看成

混元3D转绘ComfyUI工作流模板预设下载.zip

该ComfyUI工作流实现图像转3D化项目，结合混元模型，用户可以轻松将二维图像转换为三维模型，通过高效的算法和深度学习技术，提升图像的立体感和细节表现，使得生成的三维模型更加真实和生动。内置节点DownloadAndLoadHy3DDelightModelDownloadAndLoadHy3DPaintModelHy3DBakeFromMultiviewHy3DDelightImageHy3DExportMeshHy3DGenerateMeshHy3DModelLoaderHy3DRenderMultiViewMediaPlayerNote Plus (mtb)Preview3D自定义节点ComfyUI– LoadImage– PreviewImageKJNodes for ComfyUI– ImageResizeKJ