json，base64模块，csv

JSON

json基本结构

• JSON（JavaScript Object Notation）JavaScript 对象表示法，是一种轻量级的数据交换格式，是文本数据，本质上是字符串
• JSON 是存储和交换文本信息的语法，类似 XML
• JSON 比 XML 更小、更快，更易解析
• 前后端交互最适合之一
• Python中利用json模块来转换数据类型和json字符串
• json数据就是字符串
• json语法规范：
  • 数据由键值对组成，键值对由逗号分隔，大括号保存对象（dict），中括号保存数组（列表，元组），字符串必须用双引号
• 后缀为 .json
  如 student.json

{
"name":"xiaoming","age":16,"feature":["聪明","幽默"]		#此处字符串一定用双引号
}

Python对象（obj）和json对象对应关系

Python	json
字典	对象
列表/元组	数组
字符串	字符串
int/float	数字
True/False	true/false
None	null

Python和json转化方法

• 四种方法
  • dumps
  • dump
  • loads
  • load

dumps

• 把Python对象转换成json数据（字符串）
  案例：

import json
student = {'name': 'xiaohong', 'age': 17, 'feature': ['美丽','nice']}
json_str = json.dumps(student,ensure_ascii=False)
#dumps(此处为字符串)
#此处的ensure-ascii=false 可加可不加，如果不加，Python中的汉字则为Unicode编码，如\u5584\u826f,加则可转化成汉字
print(json_str)		#{"name": "xiaohong", "age": 17, "feature": ["beautiful", "nice"]}
print(type(json_str))		#<class 'str'>

dump

• 把Python对象转换成json文件
  案例：

import json
student = {"name":"xiaohong","age":17,"feature":["美丽","善良"]}
with open("test.json","w",encoding="utf-8") as f:
    json.dump(student,f)

loads

• 把json字符串转换成Python对象
  案例：

importjson
json_str = '{"name":"xiaona","age":19,"hobbies":["sing","dance"]}'
obj = json.loads(json_str)	#loads(此处为字符串)
print(obj)		#{'name': 'xiaohong', 'age': 19, 'hobbies': ['sing', 'dance']}
print(type(obj))		#<class 'dict'>

load

• 把json文件转换成Python对象
  案例：

import json
with open("test.json","r",encoding="utf-8") as f:
    obj = json.load(f)		#load(此处为文件)
print(obj)		#{'name': 'xiaohong', 'age': 19, 'feature': ['beautiful', 'nice']}
print(type(obj))		#<class 'dict'>

例（dumps,dump,load,loads）

• 加 s 的是和文件无关的，不加 s 的是和文件有关的

import json
# 将 python 对象转换成 json 字符串
a = [
    {
        'name': 'xiaoge',
        'age': 18,
        'hobby': 'girls'
    }
]
# a = 'haha'
# json.dumps()：将 python 数据形式转换成 json 数据
# a_str = json.dumps(a)
# print(a_str,type(a_str))    #[{"name": "xiaoge", "age": 18, "hobby": "girls"}] <class 'str'>
with open('a.json','w',encoding='utf8') as f:
    # f.write(a_str)
    # json.dump()：将 python 数据形式直接写入 json 文件中
    #想要写入的数据形式不变，需要用 ensure_ascii=False，比如想写入中文
    json.dump(a,f,ensure_ascii=False)
with open('a.json','r',encoding='utf8') as fp:
	# json.load()：将 json 文件的数据转换成 python 数据类型
    b = json.load(fp)
    print(b,type(b))    #[{'name': 'xiaoge', 'age': 18, 'hobby': 'girls'}] <class 'list'>

c = '[{"name": "xiaoge", "age": 18, "hobby": "girls"}]'
# 将 json 字符串转换成 python 数据类型
c_str = json.loads(c)
print(c_str,type(c_str))    #[{'name': 'xiaoge', 'age': 18, 'hobby': 'girls'}] <class 'list'>

base64

- 用文本（ASCII字符）表示二进制数
- 64个字母来表示A-Z，     a-z，      0-9，   +，/
  			  0-25     26-51     52-61   62   63
- 每三个字节换成四个base64
b“abc”：b"YWJj"
01100001 01100010 01100011（3*8）
011000 010110 001001 100011	（4*6）
24		22		9	    35
Y	     W	    J		 j
import base64
info = b'abc'
res = base64.b64encode(info)	#编码接收的是字节数据，返回的也是字节数据
print(res)		#b'YWJj'
res = base64.b64decode(res)	
print(res)		# b'abc'
#解码接收的是字节数据，返回的也是字节数据
虽然64个ASCII可以自定义，但不是加密算法
- 如果原文本字节数不是3的倍数，编码后用=补齐

import base64
url = b"abc3"
res = base64.b64encode(url) #b’YWJjMw==’
print(res)
- base64编码后，+，/，在URL中，不可以，如果要对URL进行编码，专门的安全的URL编码，本质上，是将+和/用-和_取代，base64.urlsafe_b64encode
url = b"\xfb\xff\xbf"
print(base64.b64encode(url)) #b’+/+/’
print(base64.urlsafe_b64encode(url)) #b’--’

csv

• CSV文件：Comma-Separated Values，中文名是 逗号分隔值或者字符分割值，其文件以纯文本的形式存储表格数据
• 该文件是一个字符序列，可以由任意数目的记录组成，记录间以某种换行符分割
• 每条记录由字段组成，字段间的分隔符是其他字符或者字符串，所有的记录都有完全相同的字段序列，相当于一个结构化表的纯文本形式
• 用文本文件、EXcel或者类似与文本文件的都可以打开CSV文件
• 特点：
  • 纯文本，使用某个字符集，比如 ASCII，Unicode，ebcdic 或者 gb2312 等
  • 有记录组成（典型的是每行一条记录）
  • 每条记录被分隔符分隔为字段（典型分隔符有逗号，分号或制表符，有时分隔符可以包括可选的空格）
  • 每条记录都有同样的字段序列

写，读

import csv

# 写 csv 文件
#1 写入的方式是通过位置对应
# headers = ['name','age','hobby']    #类型是列表或者元组
# headers = ('name','age','hobby')    #类型是列表或者元组
# values = [
#     ('xiaoge',16,'girls'),
#     ('na',17,'xiaoge'),
#     ('jing',15,'xiaoge'),
#     ('wen',18,'xiaoge')
# ]
# 如果每写入一行就空一行的话，可以设置 newline='' 去除空行，newline 默认为 ='\n'
# with open('a.csv','w',encoding='utf8',newline='') as f:
#     writer = csv.writer(f)
#     writer.writerow(headers)    #一次写一行
#     writer.writerows(values)    #一次写多行

#2 写入方式是通过字典键值对一一对应，不是位置对应
# headers = ['name','age','hobby']    #类型是列表或者元组
headers = ('name','age','hobby')    #类型是列表或者元组
values = [
    {'name': 'xiaoge', 'age': 16, 'hobby': 'girls'},
    {'name': 'na', 'age': 17, 'hobby': 'xiaoge'},
    {'name': 'jing', 'age': 15, 'hobby': 'xiaoge'},
    {'name': 'wen', 'age': 18, 'hobby': 'xiaoge'}
]
with open('a.csv','w',encoding='utf8') as f:
    writer = csv.DictWriter(f,headers)
    #需要手动写入 headers
    writer.writeheader()
    # writer.writerow(values)
    writer.writerows(values)

# 读取 csv 文件
with open('a.csv','r') as fp:
    #1 读取 csv 文件
    #reader 是个迭代器
    # reader = csv.reader(fp)
    # next(reader)  #跳过第一行
    # for a in reader:
    #     print(a)
    #2 读取 csv 文件
    #reader 是迭代器，不会包含标题那行的数据
    reader = csv.DictReader(fp)
    for a in reader:
        b = {
            'name': a['name'],
            'hobby': a['hobby']
        }
        print(b)