在现代的数据交换和存储中,JSON(JavaScript Object Notation)作为一种轻量级的数据交换格式,备受青睐。它不仅易于阅读和理解,还可以灵活地表达和存储高维数据。本文将介绍如何在 Python 中操作 JSON 文件,实现数据的序列化和反序列化。
1. JSON 数据格式
JSON 格式采用键值对的方式表达信息。它的值可以是对象、数组、字符串、整数、浮点数、布尔型或空值。下面是一个 JSON 数据的例子:
{
"name": "kira",
"age": 18,
"hobby": ["唱歌", "吹牛"],
"friends": [
{"name": "刘德华"},
{"name": "梁朝伟"}
]
}
在实际工作中,我们可以根据需要扩展和定制这种数据格式,以适应不同的场景和业务需求。
2. Python 操作 JSON 文件
Python 提供了内置的 json
模块,用于解析和操作 JSON 数据。
2.1 JSON 反序列化为 Python 对象
将 JSON 数据反序列化为 Python 对象是常见的操作,可以利用 json.loads()
方法实现。
import json
json_str = '{"name":"kira","age":18}'
print(json_str, type(json_str))
load_data = json.loads(json_str)
print(load_data, type(load_data))
运行结果:
{"name":"kira","age":18} <class 'str'>
{'name': 'kira', 'age': 18} <class 'dict'>
此外,如果需要从 JSON 文件中加载数据,可以使用 json.load()
方法。
import json
with open('kira.json', 'r', encoding='utf-8') as f:
load_data = json.load(f)
print(load_data, type(load_data))
运行结果:
{'name': 'kira', 'age': 18, 'hobby': ['唱歌', '吹牛'], 'friends': [{'name': '刘德华'}, {'name': '梁朝伟'}]} <class 'dict'>
2.2 Python 序列化为 JSON
与反序列化相对应,Python 可以将对象序列化为 JSON 数据。json.dumps()
方法可以实现这一功能。
import json
data = {
"name": "kira",
"age": 18,
"hobby": ["唱歌", "吹牛"],
"friends": [
{"name": "刘德华"},
{"name": "梁朝伟"}
]
}
json_str = json.dumps(data)
print(json_str)
print(json.dumps(data, ensure_ascii=False))
print(json.dumps(data, ensure_ascii=False, indent=4))
print(json.dumps(data, ensure_ascii=False, indent=4, sort_keys=True))
运行结果
{"name": "kira", "age": 18, "hobby": ["\u5531\u6b4c", "\u5439\u725b"], "friends": [{"name": "\u5218\u5fb7\u534e"}, {"name": "\u6881\u671d\u4f1f"}]}
{"name": "kira", "age": 18, "hobby": ["唱歌", "吹牛"], "friends": [{"name": "刘德华"}, {"name": "梁朝伟"}]}
{
"name": "kira",
"age": 18,
"hobby": [
"唱歌",
"吹牛"
],
"friends": [
{
"name": "刘德华"
},
{
"name": "梁朝伟"
}
]
}
{
"age": 18,
"friends": [
{
"name": "刘德华"
},
{
"name": "梁朝伟"
}
],
"hobby": [
"唱歌",
"吹牛"
],
"name": "kira"
}
如果需要将 Python 对象序列化后写入 JSON 文件,可以使用 json.dump()
方法。
import json
data = {
"name": "kira",
"age": 18,
"hobby": ["唱歌", "吹牛"],
"friends": [
{"name": "刘德华"},
{"name": "梁朝伟"}
]
}
with open('first.json', 'w', encoding='utf-8') as f:
json.dump(data, f, ensure_ascii=False, indent=4)
通过上述方法,我们可以轻松地在 Python 中进行 JSON 数据的序列化和反序列化操作。无论是数据交换还是数据存储,JSON 都是一种简单而高效的选择。在实际工作中,我们可以根据具体需求灵活运用 JSON 的优势,提高工作效率。
3 工作中的常见场景
3.1 网络请求和响应
在web开发中,客户端和服务器之间得数据传输通常使用JSON格式。客户端可以将数据封装成 JSON 字符串,通过网络请求发送给服务器。服务器接收到 JSON 数据后,可以使用 Python 中的 JSON 模块将其反序列化为 Python 对象进行处理。处理完成后,服务器可以将结果序列化为 JSON 数据,发送给客户端作为响应。例如:
服务器端(Python):
from flask import Flask, jsonify, request
app = Flask(__name__)
@app.route('/api/data', methods=['POST'])
def receive_data():
data = request.get_json()
# 对接收到的数据进行处理
processed_data = process_data(data)
# 将处理后的数据作为 JSON 响应返回给客户端
return jsonify(processed_data)
def process_data(data):
# 在这里进行数据处理的逻辑
# ...
return processed_data
if __name__ == '__main__':
app.run()
客户端(JavaScript):
const data = {
name: '测试玩家勇哥',
age: 18,
hobby: ['唱歌', '吹牛'],
};
fetch('/api/data', {
method: 'POST',
headers: {
'Content-Type': 'application/json',
},
body: JSON.stringify(data),
})
.then(response => response.json())
.then(responseData => {
// 处理从服务器返回的响应数据
console.log(responseData);
});
上述就是客户端语服务器端之间使用JSON数据传输交互的常见场景。
3.2 配置文件管理
JSON 格式数据非常适合用于存储和管理配置文件,当然数据文件的使用之前小编有一篇文章详细介绍过,忘记了的小伙伴可以去复习一下。
下面举个荔枝:
读取配置文件:
import json
def read_config_file(file_path):
with open(file_path, 'r') as f:
config_data = json.load(f)
return config_data
# 读取配置文件
config = read_config_file('config.json')
# 获取配置项的值
db_host = config['database']['host']
db_port = config['database']['port']
修改配置文件:
import json
def update_config_file(file_path, new_config):
with open(file_path, 'w') as f:
json.dump(new_config, f, indent=4)
# 读取配置文件
config = read_config_file('config.json')
# 修改配置项的值
config['database']['port'] = 5432
# 更新配置文件
update_config_file('config.json', config)
数据持久化存储也是可以写道JSON文件中的,本文就不做过多的描写了。
总结
以上就是小编今天为各位小伙伴准备的内容,如果你想了解更多关于Python自动化测试的知识和技巧,欢迎关注我!
最后:下方这份完整的软件测试视频教程已经整理上传完成,需要的朋友们可以自行领取【保证100%免费】
软件测试面试文档
我们学习必然是为了找到高薪的工作,下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料,并且有字节大佬给出了权威的解答,刷完这一套面试资料相信大家都能找到满意的工作。