程序猿必备知识--＞＞json格式 python版使用讲解

json的诞生

JSON的诞生原因是因为XML整合到HTML中各个浏览器实现的细节不尽相同，所以道格拉斯·克罗克福特（Douglas Crockford） 和 奇普·莫宁斯达（Chip Morningstar）一起从JS的数据类型中提取了一个子集，作为新的数据交换格式，因为主流的浏览器使用了通用的JavaScript引擎组件，所以在解析这种新数据格式时就不存在兼容性问题，于是他们将这种数据格式命名为 “JavaScript Object Notation”，缩写为 JSON，由此JSON便诞生了！

什么是json？

JSON(JavaScript Object Notation) 的缩写，它适用于进行数据交互的场景，比如网站前台与后台之间的数据交互。json的格式与字典格式相似。

【json】在互联网几乎无处不在，它是一种最为基本且通用的数据格式。

大部分前后端数据都是【json】格式，只有少部分会用其他类型数据格式。

对于【json】格式的字符串，在python中我们可以使用【json】库将其解析。

JSON格式

• 我们知道JSON是从JavaScript的数据类型中提取出来的子集，那JSON有几种结构形式呢？又有哪些数据类型呢？他们又分别对应着JavaScript中的哪些数据类型呢？

• JSON的2种结构形式，键值对形式和数组形式。

举了一个JSON的实例，就是键值对形式的，如下：

{"person": {"name": "pig","age": "18","sex": "man","hometown": {"province": "江西省","city": "抚州市","county": "崇仁县" } }}

• 这种结构的JSON数据规则是：一个无序的“‘名称/值’对”集合。一个对象以 {左括号 开始， }右括号 结束。每个“名称”后跟一个 :冒号 ；“‘名称/值’ 对”之间使用 ,逗号 分隔。

• 因为大多数的时候大家用的JSON可能都是上面那种key-value形式，所以很多人在讲解JSON的时候总是会忽略数组形式，这一点是需要注意的。

• 那JSON的数组形式是怎么样的呢？举一个实例吧！

["pig", 18, "man", "江西省抚州市崇仁县"]

数组形式的JSON数据就是值（value）的有序集合。一个数组以 [左中括号 开始， ]右中括号 结束。值之间使用 ,逗号 分隔。

JOSN的6种数据类型

上面两种JSON形式内部都是包含value的，那JSON的value到底有哪些类型，而且上期我们说JSON其实就是从Js数据格式中提取了一个子集，那具体有哪几种数据类型呢？

• string：字符串，必须要用双引号引起来。

• number：数值，与JavaScript的number一致，整数（不使用小数点或指数计数法）最多为 15 位，小数的最大位数是 17。

• object：JavaScript的对象形式，{ key:value }表示方式，可嵌套。

• array：数组，JavaScript的Array表示方式[ value ]，可嵌套。

• true/false：布尔类型，JavaScript的boolean类型。

• null：空值，JavaScript的null。

使用

json.dumps 将 Python 对象编码成 JSON 字符串

import json

data = [ { 'a' : 1, 'b' : 2, 'c' : 3, 'd' : 4, 'e' : 5 } ]

data2 = json.dumps(data)
print(data2)

[{"a": 1, "c": 3, "b": 2, "e": 5, "d": 4}]

json.loads 将已编码的 JSON 字符串解码为 Python 对象

import json

jsonData = '{"a":1,"b":2,"c":3,"d":4,"e":5}';

text = json.loads(jsonData)
print(text)

{u'a': 1, u'c': 3, u'b': 2, u'e': 5, u'd': 4}

实例：

以豆瓣网为栗子

url = 'https://movie.douban.com/j/new_search_subjects?sort=U&range=0,10&tags=&start=0&genres=%E7%A7%91%E5%B9%BB&countries=%E7%BE%8E%E5%9B%BD'

由于【requests】请求到的响应对象自带【json】解析方法。所以可以通过调用json()方法，自动将字符串解析成字典的数据类型。

import requests

url = 'https://movie.douban.com/j/new_search_subjects?sort=U&range=0,10&tags=&start=0&genres=%E7%A7%91%E5%B9%BB&countries=%E7%BE%8E%E5%9B%BD'
headers = {
    'user-agent': 'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/535.1 (KHTML, like Gecko) Chrome/14.0.835.163 '
                  'Safari/535.1 '
}

response_movies = requests.get(url, headers=headers)
dict_movies = response_movies.json()
print(type(dict_movies))

<class 'dict'>

在网页控制台中分析筛选下数据

然后

import requests

url = 'https://movie.douban.com/j/new_search_subjects?sort=U&range=0,10&tags=&start=0&genres=%E7%A7%91%E5%B9%BB&countries=%E7%BE%8E%E5%9B%BD'
headers = {
    'user-agent': 'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/535.1 (KHTML, like Gecko) Chrome/14.0.835.163 '
                  'Safari/535.1 '
}

response_movies = requests.get(url, headers=headers)
dict_movies = response_movies.json()
print(type(dict_movies))
for info_movie in dict_movies['data']:
    print(info_movie['rate'], ' ->> ', info_movie['title'])

结果

<class 'dict'>
9.3  ->>  盗梦空间
8.7  ->>  头号玩家
9.3  ->>  楚门的世界
8.7  ->>  超能陆战队
9.3  ->>  星际穿越
9.3  ->>  机器人总动员
8.7  ->>  阿凡达
8.5  ->>  复仇者联盟4：终局之战
9.2  ->>  蝙蝠侠：黑暗骑士
8.1  ->>  复仇者联盟3：无限战争
7.5  ->>  复仇者联盟2：奥创纪元
8.2  ->>  复仇者联盟
7.0  ->>  美国队长
9.0  ->>  黑客帝国
7.2  ->>  毒液：致命守护者
8.1  ->>  银河护卫队
8.3  ->>  钢铁侠
8.0  ->>  美国队长2
7.7  ->>  蜘蛛侠：英雄远征
7.9  ->>  美国队长3