【Python3.5】读写JSON格式的数据

打开微信扫一扫，关注微信公众号【数据与算法联盟】
转载请注明出处： http://blog.csdn.net/gamer_gyt
博主微博： http://weibo.com/234654758
Github： https://github.com/thinkgamer

---

写在前边的话

由于最近在玩ELK数据分析，慢慢的对JSON格式的数据有了一些了解，之前只知道JSON是Javascript Object Notation编码格式的数据，且在web开发中的前后端数据传输时会大部分用的都是json格式的数据，那么接下来我们就好好看看python 对于 json格式数据的操作吧

本文永久地址：【python3.5】 读写JSON格式的数据

---

Json快速入门

json模块提供了一种很简单的方式来编码和解码json格式的数据，其中两个主要的函数是json.dumps()和json.loads()，当然与之对应的还要json.dump()和json.load()函数，下边先看几个例子帮你快速理解json

• 将一个Python数据结构转化为json：

import json
data ={
   'name': 'thinkgamer',
   'age': 23,
   'sex': 'men'
}
json_str = json.dumps(data)
type(json_str)
#<class 'str'>
type(data)
#<class 'dict'>

• 将一个JSON编码的字符串转换回一个Python数据结构：

new_data = json.loads(json_str)
type(new_data)
#<class 'dict'>

上边演示的是json.dumps()函数和json.loads()函数，但是如果你的操作对象是文件而不仅是python的数据结构呢，这个时候就要用到json.dump()和json.load()了。

>>> new_data = json.loads(json_str)
>>> type(new_data)
<class 'dict'>
>>> with open("data.json","w") as fw:
...     json.dump(data,fw)
... 
>>> import os
>>> os.system("cat data.json")
{"age": 23, "name": "thinkgamer", "sex": "men"}0
>>> with open("data.json","r") as fr:
...     data = json.load(fr)
...     print(data)
...     print(type(data))
... 
{'age': 23, 'name': 'thinkgamer', 'sex': 'men'}
<class 'dict'>

---

四个函数解释

json.dump()

json.dump(obj, fp, skipkeys=False, ensure_ascii=True, check_circular=True, allow_nan=True, cls=None, indent=None, separators=None, encoding="utf-8", default=None, sort_keys=False, **kw)

    将obj序列化为JSON格式流到fp
    如果skipkeys为True （默认：False），然后并不是一种基本的类型 （str, unicode, int, long, float, bool, None） 的字典键将被跳过而不是抛出TypeError异常。
    如果ensure_ascii为True（默认值），则输出中的所有非ASCII字符都将使用uXXXX序列进行转义，并且结果是仅由ASCII字符组成的str实例。 如果ensure_ascii为False，写入fp的一些块可能是unicode实例。 这通常发生，因为输入包含unicode字符串或使用encoding参数。 除非fp.write（）明确理解unicode（如codecs.getwriter（）），这很可能导致错误。
    如果check_circuler设置为false（默认为true）对容器类型的循环引用检查将被跳过，然后循环的引用将导致OverflowError。
    若allow_nan为False（默认：True），那么它将是ValueError范围的浮点型值-inf inf nan） 从序列化 JSON 的规范，而不是使用 JavaScript 等价物严格按照 （NaN，无穷大， -无限)。
    cls：如果缩进是一个非负整数，那么 JSON 数组元素和对象成员将漂亮印有该缩进级别。缩进级别为 0，或负面的只能将插入换行符。没有一个（默认值） 选择的最紧凑的表示形式。
    indent：如果分隔符是（item_separator， dict_separator)元组），那么它将代替默认的(‘， ‘， ‘： ‘)分隔符。 (‘，’, ‘： ‘)是最紧凑的 JSON 表示
    encoding：编码的字符编码为 str 实例，默认为 utf-8
    default(obj)是 obj 的一个函数，它应该返回一个可序列化的版本或提高TypeError。默认值只是引发TypeError。
    如果sort_keys为True （默认：False），然后将按关键字排序字典的输出。

json.dumps()

json.dumps(obj, skipkeys=False, ensure_ascii=True, check_circular=True, allow_nan=True, cls=None, indent=None, separators=None, encoding="utf-8", default=None, sort_keys=False, **kw)

    将Python的对象数据或者是str序列化为JSON格式，具体的参数含义如dump()函数

json.load()

json.load(fp[, encoding[, cls[, object_hook[, parse_float[, parse_int[, parse_constant[, object_pairs_hook[, **kw]]]]]]]])

    反序列化fp （ .read()-支持文件类似对象包含一个 JSON 文档） 到 Python 对象
    object_hook：可选函数，将调用任何对象文本解码的结果
    object_pairs_hook：可选函数，将调用任何的结果对象文本解码成对有序列表
    parse_float：如果指定，将使用每个 JSON float要解码的字符串调用。默认情况下，这是相当于float(num_str)。这可以用来使用另一种数据类型或解析 JSON float
    parse_int：如果指定，将使用每个 JSON int 要解码的字符串调用。默认情况下，这是相当于int(num_str)。这可以用来使用另一种数据类型或解析 JSON 整数
    parse_constant，如果指定，将调用以下字符串之一： ‘-无穷大 ‘， ‘无穷大’、 ‘null’。如果遇到无效的 JSON 格式时引发异常。

json.loads()

将包含json格式的文档序列化成Python的对象，其余参数同load()函数

---

几个小案例

一般来讲，JSON解码会根据提供的数据创建dicts或lists。 如果你想要创建其他类型的对象，可以给 json.loads() 传递object_pairs_hook或object_hook参数。 例如，下面是演示如何解码JSON数据并在一个OrderedDict中保留其顺序的例子

>>> import os
>>> s= '{"name":"Think","share":50, "price":12}'
>>> from collections import OrderedDict
>>> data = json.loads(s, object_pairs_hook=OrderedDict)
>>> data
OrderedDict([('name', 'Think'), ('share', 50), ('price', 12)])
>>> type(data)
<class 'collections.OrderedDict'>

将一个JSON字典转换为一个Python对象例子

>>> class json_object:
...   def __init__(self,d):
...     self.__dict__ = d
... 
>>> data = json.loads(s, object_hook = json_object)
>>> data.name
'Think'
>>> data.share
50
>>> data.price
12

在这个例子中，JSON解码后的字典作为一个单个参数传递给 init() 。 然后，你就可以随心所欲的使用它了，比如作为一个实例字典来直接使用它。

在编码JSON的时候，还有一些选项很有用。 如果你想获得漂亮的格式化字符串后输出，可以使用 json.dumps() 的indent参数。 比如：

>>> print(json.dumps(data))
{"name": "Think", "shares": 50, "price": 12}
>>> print(json.dumps(data,indent=4))
{
    "name": "Think",
    "shares": 50,
    "price": 12
}

然而实例通常并不是可序列化的，例如

>>> class Point:
...     def __init__(self,x,y):
...         self.x = x
...         self.y = y
... 
>>> p = Point(2,3)
>>> json.dumps(p)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "/usr/lib/python3.5/json/__init__.py", line 230, in dumps
    return _default_encoder.encode(obj)
  File "/usr/lib/python3.5/json/encoder.py", line 198, in encode
    chunks = self.iterencode(o, _one_shot=True)
  File "/usr/lib/python3.5/json/encoder.py", line 256, in iterencode
    return _iterencode(o, 0)
  File "/usr/lib/python3.5/json/encoder.py", line 179, in default
    raise TypeError(repr(o) + " is not JSON serializable")
TypeError: <__main__.Point object at 0x7f2757f2f278> is not JSON serializable

如果你想序列化对象实例，你可以提供一个函数，它的输入是一个实例，返回一个可序列化的字典。例如：

>>> def serialize_instance(obj):
...     d = { '__classname__' : type(obj).__name__}
...     d.update(vars(obj))
...     return d
... 
>>> p = Point(2,3)
>>> json.dumps(p,default =serialize_instance)
'{"x": 2, "y": 3, "__classname__": "Point"}'

---

资料参考

http://python.usyiyi.cn/python_278/library/json.html
http://python3-cookbook.readthedocs.io/zh_CN/latest/c06/p02_read-write_json_data.html