Python中json模块的dumps()和loads()

最新推荐文章于 2024-09-28 20:18:59 发布

冰美式QAQ

最新推荐文章于 2024-09-28 20:18:59 发布

阅读量671

点赞数 1

分类专栏： python学习文章标签： json python

原文链接：https://blog.csdn.net/qq_42233538/article/details/86767629 https://blog.csdn.net/weixin_40636692/article/details/81212304 https://blog.csdn.net/whjkm/article/details/81159888

版权

python学习专栏收录该内容

10 篇文章 3 订阅

订阅专栏

一、JSON是什么？

JSON（JavaScript Object Notation）是一种轻量级的数据交换格式，是JavaScript的子集，易于人类阅读和编写。

JSON建构于两种结构：json是Javascript中的对象和数组中的对象，本质上来讲就是有特定结构的字符串,所以可以通过这两种结构可以表示各种复杂的结构：

1 对象：对象在js中表示为”{}”括起来的内容，数据结构为{key:value, key:value…}的键值对结构，在面向对象的语言中，key为对象的属性，value为对应属性的值，所以很容易去理解。属性值value可以为：数字、字符串、数组、对象等。
2 数组：数组在js中是中括号“[]”括起来的内容，数据结构为[“java”, “javascript”, “vb”….] 取值方式和所有语言一样，使用索引获取，字段值的类型是：数字、字符串、数组、对象等

简单地说，JSON 可以将 JavaScript 对象中表示的一组数据转换为字符串，然后就可以在函数之间轻松地传递这个字符串，或者在异步应用程序中将字符串从 Web 客户机传递给服务器端程序。这个字符串看起来有点儿古怪，但是 JavaScript 很容易解释它，而且 JSON 可以表示比”名称 / 值对”更复杂的结构。例如，可以表示数组和复杂的对象，而不仅仅是键和值的简单列表。
按照最简单的形式，可以用下面这样的 JSON 表示 “名称 / 值对” ：{ “firstName”: “Brett” }
当需要表示一组值时，JSON 不但能够提高可读性，而且可以减少复杂性。

如：

     {undefined

        "people":[

         {"firstName": "111", ....},

         {"firstName": "222",...},

         {"firstName": "333",...}

     ]}

需要注意的是JSON中
1.名称必须加双引号
2.值可以是加双引号的字符串、数字、bool型、null、数组、或者对象

二、python数据类型与json数据类性的映射关系

Python	JSON
dict	object
list，tuple	array
str，unicode	string
int，long，float	number
True	true
False	false
None	null

三、dumps()、loads()、dump()、load()

方法	描述
json.dumps()	将python对象编码成json字符串
json.loads()	将已编码的json字符串解码成python对象
json.dump()	将python内置类型序列化为json对象后写入文件
json.load()	读取文件中json形式的字符串转化为python类型

dumps()和loads()

举个例子：

# encoding: utf-8
import json
data = {'name': '中文', 'sex': 'male', '年龄': 26}
# 将python字典对象编码成json字符串
json_str = json.dumps(data)
print(json_str)
print(type(json_str))
# 将json字符串解码为python字典对象
data1 = json.loads(json_str)
print(data1)
print(type(data1))

D:\SoftInstall\Python\Python38\python3.exe E:/PycharmProjects/displayPY3/1.py
{"name": "\u4e2d\u6587", "sex": "male", "\u5e74\u9f84": 26}
<class 'str'>
{'name': '中文', 'sex': 'male', '年龄': 26}
<class 'dict'>

Process finished with exit code 0

上面可以看到，在json中，使用的都是双引号

再举个元组和列表的例子：

# encoding: utf-8
import json
data = (1, 2, 3, 4)
data_json = [1, 2, 3, 4]
# 将python对象编码成json字符串
print(json.dumps(data))
print(json.dumps(data_json))
# 将json字符串解码成python对象
a = json.dumps(data)
b = json.dumps(data_json)
print(json.loads(a))
print(json.loads(b))

D:\SoftInstall\Python\Python38\python3.exe E:/PycharmProjects/displayPY3/1.py
[1, 2, 3, 4]
[1, 2, 3, 4]
[1, 2, 3, 4]
[1, 2, 3, 4]

Process finished with exit code 0

元组和列表解析出来都是数组

dump()和load()

# encoding: utf-8
import json
data = {
    'name': '中文',
    'a': [1, 2, 3, 4],
    'b': (1, 2, 3)
}
with open('json_test.txt', 'w+') as f:
    json.dump(data, f)

with open('json_test.txt', 'r+') as f:
    print(json.load(f))

D:\SoftInstall\Python\Python38\python3.exe E:/PycharmProjects/displayPY3/1.py
{'name': '中文', 'a': [1, 2, 3, 4], 'b': [1, 2, 3]}

Process finished with exit code 0

四、参数解释

json.dump(obj, fp, *, skipkeys=False, ensure_ascii=True, check_circular=True,
        allow_nan=True, cls=None, indent=None, separators=None,
        default=None, sort_keys=False, **kw):
# obj: 表示是要序列化的对象

# fp: 文件描述符，将序列化的str保存到文件中。json模块总是生成str对象，而不是字节对象；因此，fp.write（）必须支持str输入

# skipkeys:布尔型，默认为False，如果设为True的话，在dict中的key值如果出现非 (str, unicode, int, long, float, bool, None)对象，则跳过该key而不是抛出ValueError

# ensure_ascii:布尔型，默认为True，如果为true则所以传入的非ASCII字符都被转义，如果为False则字符将被原样输出

# check_circular:默认值为True,如果check_circular为False，则将跳过对容器类型的循环引用检查，循环引用将导致OverflowError

# allow_nan: 默认值为True,如果allow_nan为False，则严格遵守JSON规范,序列化超出范围的浮点值（nan，inf，-inf）会引发ValueError。 如果allow_nan为True,则将使用它们的JavaScript等效项（NaN，Infinity，-Infinity）

# indent： 设置缩进格式，默认值为None,选择的是最紧凑的表示。一般设为4，如果设为0则只会添加换行符。 indent参数根据数据格式缩进显示，读起来更加清晰。

# separators: separators: 去除分隔符后面的空格，默认值为None,如果指定，则分隔符应为（item_separator，key_separator）元组。如果缩进为None，则默认为（’，’，’：’）;要获得最紧凑的JSON表示，可以指定（’，’，’:’）以消除空格。

# default: 默认值为None,如果指定，则default应该是为无法以其他方式序列化的对象调用的函数。它应返回对象的JSON可编码版本或引发TypeError。如果未指定，则引发TypeError。

# sort_keys: 布尔型，默认为False，如果是字典对象，选择True的话，会按照键的ASCII码来排序

json.dumps(obj, *, skipkeys=False, ensure_ascii=True, check_circular=True, 
allow_nan=True, cls=None, indent=None, separators=None, default=None, 
sort_keys=False, **kw)

dumps函数不需要传文件描述符，其他的参数和dump函数的一样。

json.load(fp, *, cls=None, object_hook=None, parse_float=None, 
parse_int=None, parse_constant=None, object_pairs_hook=None, **kw)

# fp: 文件描述符，将fp（.read（）支持包含JSON文档的文本文件或二进制文件）反序列化为Python对象

# object_hook: 默认值为None,object_hook是一个可选函数，此功能可用于实现自定义解码器。指定一个函数，该函数负责把反序列化后的基本类型对象转换成自定义类型的对象

# parse_float: 默认值为None,如果指定了parse_float，用来对JSON float字符串进行解码,这可用于为JSON浮点数使用另一种数据类型或解析器

# parse_int: 默认值为None,如果指定了parse_int，用来对JSON int字符串进行解码,这可以用于为JSON整数使用另一种数据类型或解析器

# parse_constant:默认值为None,如果指定了parse_constant,对-Infinity,Infinity,NaN字符串进行调用。如果遇到了无效的JSON符号，会引发异常

# 如果进行反序列化（解码）的数据不是一个有效的JSON文档，将会引发 JSONDecodeError异常

json.loads(s, *, encoding=None, cls=None, object_hook=None, parse_float=None, 
parse_int=None, parse_constant=None, object_pairs_hook=None, **kw)

# s: 将s（包含JSON文档的str，bytes或bytearray实例）反序列化为Python对象
# encoding: 指定一个编码的格式

loads也不需要文件描述符，其他参数的含义和load函数的一致。

举个例子：

设置ensure_ascii=False来看看效果

# encoding: utf-8
import json
data = {'name': '中文', 'sex': 'male', '年龄': 26}
# 将python字典对象编码成json字符串
json_str = json.dumps(data, ensure_ascii=False)
print(json_str)
print(type(json_str))
# 将json字符串解码为python字典对象
data1 = json.loads(json_str)
print(data1)
print(type(data1))

D:\SoftInstall\Python\Python38\python3.exe E:/PycharmProjects/displayPY3/1.py
{"name": "中文", "sex": "male", "年龄": 26}
<class 'str'>
{'name': '中文', 'sex': 'male', '年龄': 26}
<class 'dict'>

Process finished with exit code 0

可以看到，输出编码后的json字符串，非ASCII码不再被转义（没有前缀"u"）

五、dump()、dumps()、load()、loads()区别

1.dump()和dumps()的区别

dump()：将python对象序列化为json字符串，并保存到文件中

dumps()：将python对象序列化为json字符串

2.load()和loads()的区别

load()：将序列化的json字符串从文件读取，并反序列化为python对象

loads()：将序列化的json字符串反序列化为python对象

简单来说，dump()/load()多了一个与文件相关的参数，能够与文件操作相结合。

即，dump()是先将python文件对象序列化为json字符串后，再保存在文件中

load()是先从文件中读取已序列化的字符串，再解码成python对象。

参考链接：
https://blog.csdn.net/qq_42233538/article/details/86767629
https://blog.csdn.net/weixin_40636692/article/details/81212304
https://blog.csdn.net/whjkm/article/details/81159888