python的json dump_python中json.dump和json.dumps的区别

json.dumps (&json.loads): 是对数据的操作； json.dump (&json.load): 也是类似的功能，只是与文件操作结合起来了。

1. json.dumps (&json.loads)

首先json是一种常用的数据格式，它其实也是一种字符串，默认编码是Unicode。 json.dumps: 是将dict转化成 str json.loads: 是将str转化成 dict   值得注意的是再次load回来时，key从int变成了str。 同时在json.dumps时，有一些数据类型是不能被序列化的，例如：set，datatime等。解决方式两种： 1、遇到时转换；

json.dumps(data, default=lambda obj: list(obj) if isinstance(obj, set) else obj)

2、自定义序列化。

import json

from datetime import datetime,date

class CustomerJson(json.JSONEncoder):

def default(self, o):

if isinstance(o,datetime):

return o.strftime('%Y-%m-%d %X')

elif isinstance(o,date):

return o.strftime('%Y-%m-%d')

else:

super().default(self,o)

res = {'c1':datetime.today(),'c2':date.today()}

print(json.dumps(res,cls=CustomerJson))

2. json.dumps (&json.loads)

with  open('data.json', 'w') as f:  #将data数据以json的格式写入文件中。

json.dump(data, f)# Reading data back

with open('data.json', 'r') as f:  #从json文件中读取数据

data= json.load(f)

值得一提的是json.dump的参数(json.dump基本相同)，上面例子也有用到过，具体可以在需要时查询。我想分享的是参数indent，它表示的是json中的缩进，可以设为2或者4。这样的好处在于，当我们用IDE打开json时，如果是没有缩进，数据是一行，打开比较慢。而又缩进可以加快IDE对它的解析速度。当然如果文件比较小的话，速度上看不出什么区别。