Python: Json实例
JSON(JavaScript Object Notation) 是一种轻量级的数据交换格式。易于人阅读和编写。同时也易于机器解析和生成。
数据格式可以简单地理解为键值对的集合(A collection of name/value pairs)。不同的语言中,它被理解为对象(object),纪录(record),结构(struct),字典(dictionary),哈希表(hash table),有键列表(keyed list),或者关联数组 (associative array)。
值的有序列表(An ordered list of values)。在大部分语言中,它被理解为数组(array)。import json
Pyhton的Json模块提供了把内存中的对象序列化的方法。
json.dumps
dump的功能就是把Python对象encode为json对象,一个编码过程。注意json模块提供了json.dumps和json.dump方法,区别是dump直接到文件,而dumps到一个字符串,这里的s可以理解为string。data = [ { 'a':'A', 'b':(2, 4), 'c':3.0 } ]print 'DATA:', repr(data)
data_string = json.dumps(data)print 'JSON:', data_stringDATA: [{'a': 'A', 'c': 3.0, 'b': (2, 4)}]JSON: [{"a": "A", "c": 3.0, "b": [2, 4]}]
查看其类型,发现是string对象。print type(data)print type(data_string)
json.dump
不仅可以把Python对象编码为string,还可以写入文件。因为我们不能把Python对象直接写入文件,这样会报错TypeError: expected a string or other character buffer object,我们需要将其序列化之后才可以。data = [ { 'a':'A', 'b':(2, 4), 'c':3.0 } ]with open('output.json','w') as fp:
json.dump(data,fp)cat output.json[{"a": "A", "c": 3.0, "b": [2, 4]}]
json.loads
从Python内置对象dump为json对象我们知道如何操作了,那如何从json对象decode解码为Python可以识别的对象呢?是的用json.loads方法,当然这个是基于string的,如果是文件,我们可以用json.load方法。decoded_json = json.loads(data_string)# 和之前一样,还是listprint type(decoded_json)# 像访问 data = [ { 'a':'A', 'b':(2, 4), 'c':3.0 } ]一样print decoded_json[0]['a']A
json.load
可以直接load文件。with open('output.json') as fp: print type(fp)
loaded_json = json.load(fp)# 和之前一样,还是listprint type(decoded_json)# 像访问 data = [ { 'a':'A', 'b':(2, 4), 'c':3.0 } ]一样print decoded_json[0]['a']A
数据类型对应
json和Python对象转换过程中,数据类型不完全一致,有对应。PythonJsondictobject
list,tuplearray
str, unicodestring
int,long,floatnumber
Truetrue
Falsefalse
Nonenull
json.dumps常用参数
一些参数,可以让我们更好地控制输出。常见的比如sort_keys,indent,separators,skipkeys等。
sort_keys名字就很清楚了,输出时字典的是按键值排序的,而不是随机的。data = [ { 'a':'A', 'b':(2, 4), 'c':3.0 } ]print 'DATA:', repr(data)
unsorted = json.dumps(data)print 'JSON:', json.dumps(data)print 'SORT:', json.dumps(data, sort_keys=True)DATA: [{'a': 'A', 'c': 3.0, 'b': (2, 4)}]JSON: [{"a": "A", "c": 3.0, "b": [2, 4]}]
SORT: [{"a": "A", "b": [2, 4], "c": 3.0}]
indent就是更个缩进,让我们更好地看清结构。data = [ { 'a':'A', 'b':(2, 4), 'c':3.0 } ]print 'DATA:', repr(data)print 'NORMAL:', json.dumps(data, sort_keys=True)print 'INDENT:', json.dumps(data, sort_keys=True, indent=2)DATA: [{'a': 'A', 'c': 3.0, 'b': (2, 4)}]
NORMAL: [{"a": "A", "b": [2, 4], "c": 3.0}]
INDENT: [
{ "a": "A",
"b": [
2,
4
],
"c": 3.0
}
]
separators是提供分隔符,可以出去白空格,输出更紧凑,数据更小。默认的分隔符是(', ', ': '),有白空格的。不同的dumps参数,对应文件大小一目了然。data = [ { 'a':'A', 'b':(2, 4), 'c':3.0 } ]print 'DATA:', repr(data)print 'repr(data) :', len(repr(data))print 'dumps(data) :', len(json.dumps(data))print 'dumps(data, indent=2) :', len(json.dumps(data, indent=2))print 'dumps(data, separators):', len(json.dumps(data, separators=(',',':')))DATA: [{'a': 'A', 'c': 3.0, 'b': (2, 4)}]
repr(data) : 35
dumps(data) : 35
dumps(data, indent=2) : 76
dumps(data, separators): 29
json需要字典的的键是字符串,否则会抛出ValueError。data = [ { 'a':'A', 'b':(2, 4), 'c':3.0, ('d',):'D tuple' } ]print 'First attempt'try: print json.dumps(data)except (TypeError, ValueError) as err: print 'ERROR:', errprintprint 'Second attempt'print json.dumps(data, skipkeys=True)First attempt
ERROR: keys must be a stringSecond attempt
[{"a": "A", "c": 3.0, "b": [2, 4]}]
作者:米乐乐果
链接:https://www.jianshu.com/p/e29611244810