【Python学习笔记】第二十三节 Python JSON

一、JSON简介

JSON (JavaScript Object Notation) 是一种轻量级的数据交换格式。它基于 ECMAScript 的一个子集，易于人阅读和编写

JSON用来存储和交换文本信息，比xml更小/更快/更易解析，易于读写，占用带宽小，网络传输速度快的特性，适用于数据量大，不要求保留原有类型的情况。。

二. JSON语法规则

• 名称必须用双引号（即：" "）来包括

• 值可以是双引号包括的字符串、数字、true、false、null、JavaScript数组，或子对象

• 数据在name/value中

• 数据见用逗号分隔

• 花括号保存对象

• 方括号保存数组

三、Python3 JSON 数据解析

Python 中可以使用 json 模块来对 JSON 数据进行编解码，它包含了两个函数：

• json.dumps(): 将 Python 对象编码成 JSON 字符串

• json.loads(): 将已编码的 JSON 字符串解码为 Python 对象

在json的编解码过程中，Python 的原始类型与 json 类型会相互转换，具体的转化对照如下：

1、Python 编码为 JSON 类型转换对应表：

Python	JSON
dict	object
list, tuple	array
str, unicode	string
int, long, float	number
True	true
False	false
None	null

2、JSON 解码为 Python 类型转换对应表：

JSON	Python
object	dict
array	list
string	str
number (int)	int
number (real)	float
true	True
false	False
null	None

四、JSON中常用的方法

python在使用json这个模块前，首先要导入json库：import json.

方法	描述
json.dumps()	将 Python 对象编码成 JSON 字符串
json.loads()	将已编码的 JSON 字符串解码为 Python 对象
json.dump()	将Python内置类型序列化为json对象后写入文件
json.load()	读取文件中json形式的字符串元素转化为Python类型

注意：不带s的是序列化到文件或者从文件反序列化，带s的都是内存操作不涉及持久化。

五、json.dumps 与 json.loads 实例

1、json.dumps()

# coding=utf-8

import json

data = {'name': 'Tom', 'age': 3}
# 将Python对象编码成json字符串
print(json.dumps(data))

执行结果:

{"name": "Tom", "age": 3}

注： 在这里我们可以看到，原先的单引号已经变成双引号了

2、json.loads()

# coding=utf-8
import json
  
data = {'name':'Tom','age':3}
# 将Python对象编码成json字符串
# print(json.dumps(data))
# 将json字符串解码成Python对象
a = json.dumps(data)
print(json.loads(a))

执行结果:

{'name': 'Tom', 'age': 3}

元组和列表的例子：

# coding=utf-8
import json
  
data = (1,2,3,4)
data_json = [1,2,3,4]
#将Python对象编码成json字符串
print(json.dumps(data))
print(json.dumps(data_json))
 
#将Python对象编码成json字符串
a = json.dumps(data)
b = json.dumps(data_json)
#将json字符串编码成Python对象
print(json.loads(a))
print(json.loads(b))

执行结果:

[1, 2, 3, 4]
[1, 2, 3, 4]
[1, 2, 3, 4]
[1, 2, 3, 4]

可以看到，元组和列表解析出来的均是数组。

在编码过程中，Python中的list和tuple都被转化成json的数组，

而解码后，json的数组最终被转化成Python的list的，无论是原来是list还是tuple。

3、json.dump()

将Python内置类型序列化为json对象后写入文件：

# coding=utf-8
import json
  
data = {
    'nanbei':'haha',
    'a':[1,2,3,4],
    'b':(1,2,3)
}
with open('json_test.txt','w+') as f:
    json.dump(data,f)

json_test.txt文件

{"name": "haha", "a": [1, 2, 3, 4], "b": [1, 2, 3]}

4、json.load()

读取文件中json形式的字符串元素转化为Python类型：

# coding=utf-8
import json
  
with open('json_test.txt','r+') as f:
    print(json.load(f))

执行结果:

{'name': 'haha', 'a': [1, 2, 3, 4], 'b': [1, 2, 3]}

5、dump和dumps：

# coding=utf-8
import json
 
# dumps可以格式化所有的基本数据类型为字符串
data1 = json.dumps([])         # 列表
print(data1, type(data1))
data2 = json.dumps(2)          # 数字
print(data2, type(data2))
data3 = json.dumps('3')        # 字符串
print(data3, type(data3))
dict = {"name": "Tom", "age": 3}   # 字典
data4 = json.dumps(dict)
print(data4, type(data4))
 
with open("test.json", "w", encoding='utf-8') as f:
    # indent 超级好用，格式化保存字典，默认为None，小于0为零个空格
    f.write(json.dumps(dict, indent=4))
    json.dump(dict, f, indent=4)  # 传入文件描述符，和dumps一样的结果

得到的输出结果如下：格式化所有的数据类型为str类型:

[] <class 'str'>
2 <class 'str'>
"3" <class 'str'>
{"name": "Tom", "age": 3} <class 'str'>

test.json中的内容:

6、load和loads

# coding=utf-8

import json

dict = '{"name": "Tom", "age": 23}'  # 将字符串还原为dict
data1 = json.loads(dict)
print(data1, type(data1))
with open("test.json", "r", encoding='utf-8') as f:
    data2 = json.loads(f.read())  # load的传入参数为字符串类型
    print(data2, type(data2))
    f.seek(0)  # 将文件游标移动到文件开头位置
    data3 = json.load(f)
    print(data3, type(data3))

运行结果：

7、参数详解

dumps(obj,skipkeys=False, ensure_ascii=True, check_circular=True,
        allow_nan=True, cls=None, indent=None, separators=None,
        default=None, sort_keys=False, **kw):

函数作用: 将Python对象转变成JSON对象，便于序列化内存/文件中。

参数：

• skipkeys: 如果为True的话，则只能是字典对象，否则会TypeError错误, 默认False

• ensure_ascii: 确定是否为ASCII编码

• check_circular: 循环类型检查，如果为True的话

• allow_nan: 确定是否为允许的值

• indent: 会以美观的方式来打印，呈现，实现缩进

• separators: 对象分隔符，默认为,

• encoding: 编码方式，默认为utf-8

• sort_keys: 如果是字典对象，选择True的话，会按照键的ASCII码来排序

对于dump来说，只是多了一个fp参数：

简单说就是dump需要一个类似文件指针的参数（并不是真正的指针，可以称之为文件对象），与文件操作相结合，即先将Python文件对象转化为json字符串再保存在文件中。

dump(obj, fp, skipkeys=False, ensure_ascii=True, check_circular=True,
        allow_nan=True, cls=None, indent=None, separators=None,
        default=None, sort_keys=False, **kw)
 
Serialize ``obj`` as a JSON formatted stream to ``fp`` (a``.write()``-supporting file-like object).

六、JSON反序列化为对象

JSON反序列化为类对象或者类的实例，使用的是loads()方法中的object_hook参数：

# coding=utf-8

import json


# 定义猫类
class Cat(object):
    def __init__(self, name, age):
        self.name = name
        self.age = age


# 实例化一个对象
cat = Cat('Tom', 3)


# 定义JSON转换Python实例的函数
def jsonToClass(cat):
    return Cat(cat['name'], cat['age'])


# 定义一个json字符串（字典）
json_str = '{"name": "baimao", "age": 5}'

cat = json.loads(json_str, object_hook=jsonToClass)
print(cat)
print(cat.name)
print(cat.age)

七、总结

• json.dumps 将 Python 对象编码成 JSON 字符串

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

• json.dump和json.load，需要传入文件描述符，加上文件操作。

• json内部的格式要注意，一个好的格式能够方便读取，可以用indent格式化。