【2026年7月最新】Pythonのjson.loadsとjson.loadの違い！型変換の落とし穴と正しい使い方を完全解説

「json.loadsとjson.loadって何が違うの？」「文字列型と辞書型で操作が変わって混乱する」——Pythonの初心者がJSONを扱おうとするとき、必ずと言っていいほどつまずくポイントです。

この記事では、Pythonのjson.loads・json.load・json.dumps・json.dumpの違いを完全解説します。型変換の仕組み・よくあるエラーの解決策・実際の業務での活用例まで網羅します。後半ではClaude CodeでJSONデータ処理を自動化する方法も解説します。

01 JSON BASICS JSONとは——Pythonで扱う前に知るべき基礎 テキストベースのデータ交換フォーマット。APIレスポンスの標準

JSONはWebアプリケーション開発・データ連携・APIとの通信で最も普及したデータフォーマットです。Pythonで外部APIを呼び出すと、レスポンスはほぼ確実にJSON形式で返ってきます。

{
  "name": "田中太郎",
  "age": 30,
  "email": "tanaka@example.com",
  "hobbies": ["読書", "プログラミング", "旅行"],
  "address": {
    "city": "東京",
    "zip": "100-0001"
  },
  "active": true
}

JSONの構造的な特徴：

02 LOADS VS LOAD json.loads vs json.load——最重要の使い分け sの有無が「文字列受取」か「ファイル受取」の違い

まず結論から：

関数	入力	用途
json.loads()	文字列（str）	APIレスポンス・変数として持っているJSONテキストを辞書に変換
json.load()	ファイルオブジェクト（file）	JSONファイルを開いてその内容を辞書に変換

2-1. json.loadsの使い方

import json

# 文字列として持っているJSONデータ
json_string = '{"name": "田中太郎", "age": 30, "active": true}'

# json.loadsで辞書型に変換
data = json.loads(json_string)

print(type(json_string))  # <class 'str'>  ← 文字列型
print(type(data))         # <class 'dict'>  ← 辞書型に変換された！

print(data["name"])       # 田中太郎
print(data["age"])        # 30
print(data["active"])     # True（JSONのtrueはPythonのTrueになる）

最もよく使うシナリオはWebAPIのレスポンス処理です：

import json
import urllib.request

# Web APIを呼び出す
url = 'https://api.example.com/users/1'
with urllib.request.urlopen(url) as response:
    response_text = response.read().decode('utf-8')  # バイト→文字列
    user_data = json.loads(response_text)             # 文字列→辞書

print(user_data['name'])   # APIから取得したユーザー名

json.loads()でAPIレスポンスをパースする際、受け取ったバイト列をまず文字列に変換（decode）してから渡す点に注意してください。urllib.request.urlopenは直接バイト列を返すため、response.read().decode('utf-8')→json.loads()の順番が必要です。

2-2. json.loadの使い方（ファイル読み込み）

import json

# JSONファイルを読み込む
with open('data.json', 'r', encoding='utf-8') as f:
    data = json.load(f)   # ファイルオブジェクトを直接渡す

print(type(data))         # <class 'dict'>  ← 辞書型
print(data['name'])       # ファイル内のJSONデータを直接操作できる

# ちなみに：json.loadsを使った同等の処理（非推奨）
with open('data.json', 'r', encoding='utf-8') as f:
    content = f.read()       # まずファイル全体を文字列として読む
    data = json.loads(content)  # 文字列を辞書に変換

03 DUMPS VS DUMP json.dumps vs json.dump——出力方向の4関数を整理 loadとloadsの逆方向がdumpとdumps。4関数を一気に理解する

方向	ファイル版	文字列版
JSON→Python（読み込み・デシリアライズ）	json.load(file)	json.loads(string)
Python→JSON（書き込み・シリアライズ）	json.dump(data, file)	json.dumps(data)

3-1. json.dumpsの使い方

import json

data = {"name": "田中太郎", "age": 30, "hobbies": ["読書", "旅行"]}

# 辞書→JSON文字列
json_string = json.dumps(data)
print(json_string)
# {"name": "田中太郎", "age": 30, "hobbies": ["読書", "旅行"]}

# indent指定で見やすく整形
json_pretty = json.dumps(data, indent=2, ensure_ascii=False)
print(json_pretty)
# {
#   "name": "田中太郎",
#   "age": 30,
#   "hobbies": [
#     "読書",
#     "旅行"
#   ]
# }

3-2. json.dumpの使い方

import json

data = {"name": "田中太郎", "age": 30, "updated": True}

# 辞書→JSONファイルに書き込み
with open('output.json', 'w', encoding='utf-8') as f:
    json.dump(data, f, indent=2, ensure_ascii=False)

# output.jsonの内容:
# {
#   "name": "田中太郎",
#   "age": 30,
#   "updated": true
# }

04 TYPE CONVERSION 型変換の仕組み——JSONとPython型の対応表 「JSONのtrue」が「PythonのTrue」になる——型変換ルールを完全理解

JSON型	Pythonの型	例
string	str	JSON: "hello" → Python: "hello"
number（整数）	int	JSON: 42 → Python: 42
number（小数）	float	JSON: 3.14 → Python: 3.14
array	list	JSON: [1,2,3] → Python: [1, 2, 3]
object	dict	JSON: {"key": "val"} → Python: {"key": "val"}
true/false	True/False	JSON: true → Python: True（大文字T）
null	None	JSON: null → Python: None

重要な点はJSONのブール値（true/false）がPythonでは大文字始まり（True/False）に変換されることです。またJSONのnullはPythonのNoneになります。

4-1. 逆方向（Python→JSON）の型対応

Pythonの型	JSON型
str	string
int・float	number
list・tuple	array
dict	object
True・False	true・false（小文字に変換）
None	null

05 PRACTICAL FLOW 実践：JSONファイルの読み込み・加工・書き込みの完全フロー 読む→加工→書く——実際の業務で使うパターン

import json
from datetime import datetime

# Step 1: JSONファイルを読み込む
with open('users.json', 'r', encoding='utf-8') as f:
    users = json.load(f)

# Step 2: データを加工する
# 全ユーザーにupdated_atフィールドを追加
for user in users:
    user['updated_at'] = datetime.now().isoformat()

# アクティブユーザーだけフィルタ
active_users = [u for u in users if u.get('active', False)]

# Step 3: 別のファイルに書き出す
with open('active_users.json', 'w', encoding='utf-8') as f:
    json.dump(active_users, f, indent=2, ensure_ascii=False)

print(f'{len(active_users)}件のアクティブユーザーを書き出しました')

5-1. APIレスポンスをJSONとして処理するパターン

import json
import urllib.request

def get_user_data(user_id):
    url = f'https://jsonplaceholder.typicode.com/users/{user_id}'

    with urllib.request.urlopen(url) as response:
        # APIレスポンス（バイト列）→文字列→辞書
        raw = response.read().decode('utf-8')
        user = json.loads(raw)

    # 必要なフィールドだけ抽出
    return {
        'id': user['id'],
        'name': user['name'],
        'email': user['email'],
        'city': user['address']['city'],  # ネストされた値にアクセス
    }

# 使い方
user = get_user_data(1)
print(f"名前: {user['name']}, 都市: {user['city']}")

06 COMMON ERRORS よくあるエラーと解決策——TypeError・KeyError・JSONDecodeError JSON処理で頻出する3種類のエラーを網羅

6-1. TypeError: the JSON object must be str, not dict

json.loads()に辞書型（dict）を渡してしまったときに起きるエラーです。

import json

data = {"name": "田中"}

# NG: json.loadsに辞書を渡している
json.loads(data)  # ← TypeError!

# OK: json.loadsには文字列を渡す
json_string = json.dumps(data)   # まず辞書→文字列
result = json.loads(json_string) # 文字列→辞書（意味はないが型変換の例として）

# よくある実際のNG例：
# APIレスポンスがすでに辞書なのにjson.loadsを通そうとする
response = {"id": 1, "name": "test"}  # すでに辞書
json.loads(response)  # ← TypeError！
# 解決：すでに辞書なので変換不要。そのまま使う

6-2. KeyError: 'key_name'

辞書の中に指定したキーが存在しないときに起きます。JSONのフィールドが省略されている場合や、スペルミスのときに頻発します。

import json

data = json.loads('{"name": "田中", "age": 30}')

# NG: 存在しないキーにアクセス
print(data["email"])  # ← KeyError: 'email'

# OK1: .get()でデフォルト値を指定（KeyErrorが起きない）
print(data.get("email", "未設定"))  # 未設定

# OK2: inで存在確認
if "email" in data:
    print(data["email"])
else:
    print("emailフィールドなし")

6-3. json.JSONDecodeError: Expecting value

JSON形式が正しくない文字列をjson.loads()に渡したときに発生します。

import json

# NG: Pythonの書き方（シングルクォート）はJSONではエラー
json.loads("{'name': 'tanaka'}")  # ← JSONDecodeError（ダブルクォート必須）

# NG: 末尾のカンマ（Pythonは許容するがJSONはエラー）
json.loads('{"name": "tanaka",}')  # ← JSONDecodeError

# OK: 正しいJSON形式
json.loads('{"name": "tanaka"}')  # OK

# エラーを安全にハンドリングする方法
try:
    data = json.loads("invalid json text")
except json.JSONDecodeError as e:
    print(f"JSON形式エラー: {e}")
    data = None

07 CLAUDE CODE 【比較】Python手書き vs Claude Code——JSON処理の自動化 APIとDBをつなぐJSONパイプラインをClaude Codeで自動化する

ここまでPythonのjson処理を詳しく解説しました。後半では「このJSON処理をClaude Codeに書かせる・自動化する」という実践的なアプローチを解説します。

比較軸	Python手書き	Claude Codeで生成
コード作成時間	遅い（文法・API仕様を調べながら書く）	速い（「やりたいこと」を日本語で伝えるだけ）
エラーハンドリング	自分で全パターンを考える	Claude Codeが典型的なエラーを自動で組み込む
コード品質	経験・スキルに依存	現代的なベストプラクティスを踏まえたコードが出る
日本語でのやり取り	不可	OK（「jsonファイルを読んでメール一覧だけ取り出して」が通じる）

7-1. Claude CodeへのJSON処理依頼の実践例

弊社GENAIでは、外部APIからJSONでデータを受け取り→加工→社内データベースに書き込むという処理を、Claude Codeで実装しています。「月次のAPIデータ取得→整形→レポート出力」というパイプラインをClaude Codeで自動化することで、以前は半日かかっていた作業が5分で完了するようになりました。

cc-python-json-loads

よくある質問

Q. json.loadsとjson.loadの違いは何ですか？

A. json.loadsは「文字列（str）」を受け取ってPythonの辞書等に変換します。sはstringの略です。json.loadは「ファイルオブジェクト」を受け取って変換します。APIレスポンスや変数のJSONテキストを扱うときはjson.loads、JSONファイルを読むときはjson.loadを使います。入力形式が違うだけで、内部でやっている処理（JSON→Python型変換）は同じです。

Q. Pythonでjsonを使うとき、importは必要ですか？

A. はい、ファイルの先頭に「import json」が必要です。jsonはPython標準ライブラリなので、pip installは不要です。「import json」一行でjson.load・json.loads・json.dump・json.dumpsが全て使えます。

Q. json.loadsで日本語が文字化けしてしまいます

A. 文字化けが起きる場合、まずファイルの読み込み時のエンコーディングを確認してください。open()では「encoding="utf-8"」を指定します。json.loads自体は文字列を受け取るため文字化けは起きませんが、ファイルを読む前のopen()かバイト列のdecode()でエンコーディング指定を間違えると文字化けします。json.dumps出力時の文字化けはensure_ascii=Falseで解決します。

Q. JSONDecodeErrorが起きます。原因と解決策は？

A. JSONDecodeErrorは「JSON形式として正しくない文字列を渡したとき」に発生します。よくある原因は：(1)シングルクォートを使っている（JSONはダブルクォートのみ）、(2)末尾のカンマ（Pythonは許容するがJSONは不可）、(3)空文字列を渡している、(4)APIがエラーレスポンスとして非JSON形式のテキストを返している。try-except json.JSONDecodeErrorでエラーを補足して原因を特定してください。

Q. Pythonの辞書とJSONの違いは何ですか？

A. 辞書はPythonのメモリ内のデータ構造、JSONはテキスト形式のデータ表現です。主な違いは：(1)辞書のキーはどんな型でも可、JSONのキーは文字列のみ、(2)辞書ではTrueとTrue（Pythonの大文字）、JSONではtrueとfalse（小文字）、(3)辞書のNoneはJSONではnull、(4)辞書はバイト・datetimeなどJSON非対応型を含める。辞書←→JSON変換には必ずjson.dumps（辞書→JSON）とjson.loads（JSON→辞書）を使います。

Q. Claude CodeでPythonのJSON処理コードを書いてもらえますか？

A. はい、Claude CodeはPythonのjson処理が非常に得意です。「APIからJSONを取得して整形してCSVに保存したい」「JSONファイルを読んで特定の条件でフィルタしたい」など、やりたいことを日本語で伝えるだけでコードを生成してくれます。エラーが出た場合もエラーメッセージをそのまま貼り付けると修正コードを出してくれます。json.loadsとjson.loadの使い分けも自動的に正しく判断します。

AIAI鬼管理

AI鬼管理へのお問い合わせ

この記事を読んで気になった方へ。
AI鬼管理の専門スタッフが、御社に最適な
業務自動化プランを無料でご提案します。

お客様情報

会社名・屋号*必須

会社名を入力してください

業種*必須 選択してください IT・ソフトウェア 製造業 建設・不動産 小売・EC 飲食・宿泊 医療・介護 教育・研修 士業・コンサル 人材・BPO その他

業種を選択してください

お名前*必須

お名前を入力してください

メールアドレス*必須

正しいメールアドレスを入力してください

電話番号任意

---

現在の課題について

現在感じている課題*必須

人手不足で業務が回らない 社長・経営者が現場を離れられない 定型業務に時間を取られている AIを導入したいが何から始めればいいかわからない 外注・人件費コストが高い 業務フローが属人化している 社員のITリテラシーにばらつきがある

1つ以上選択してください

効率化・自動化したい業務*必須

営業・顧客対応（CRM・メール等） 経理・請求書・入金管理 採用・人事・労務管理 マーケティング・SNS・広告運用 カスタマーサポート・問い合わせ対応 資料作成・レポート・議事録 データ入力・集計・分析 社内の情報共有・ナレッジ管理

1つ以上選択してください

上記業務に現在かけている月額コスト*必須 選択してください まだかけていない（これから検討） 〜10万円 10〜30万円 30〜50万円 50〜100万円 100万円以上 その他（自由入力）

月額コストを選択してください

その他、ご相談内容任意

---

面談日時の選択

ご希望の日時*必須

約1時間のオンライン面談（Google Meet）です

空き枠を取得中...

面談日時を選択してください

この内容で面談を予約する

予約確定後、Google Calendarの招待メールをお届けします。
しつこい営業は一切ございません。