Python解析JSON对象

我就是我 2022-11-12 08:29 243阅读 0赞

# Python解析JSON对象 #

> 本章节我们将为大家介绍如何使用 Python 语言来编码和解码 JSON 对象。

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1MTc2NTQ4_size_16_color_FFFFFF_t_70]

> json处理模块的主要任务，是将一个JSON对象，转换成Python数据类型数据进行处理，或者反之，将Python数据类型数据，转换成JSON对象（字符串流），在不同的模块或者系统间传输。

### 文章目录 ###

*  Python解析JSON对象
 *  1. JSON数据格式特点
 *  2. 常用方法总结
 *  3. 序列化和反序列化
 *   *  3.1 序列化
     *  3.2 反序列化

# 1. JSON数据格式特点 #

1.  对象表示为键值对
2.  数据由逗号分隔
3.  花括号保存对象
4.  方括号保存数组

{
        
        "students": [
            {
         "name":"北山啦" , "age":20 },
            {
         "name":"张三" , "age":30 },
            {
         "name":"里斯" , "age":17 }
        ]
    }

{'students': [{'name': '北山啦', 'age': 20},
      {'name': '张三', 'age': 30},
      {'name': '里斯', 'age': 17}]}

上面就是一个JSON格式数据。它开起来就像是在Python中的字典数据类型。我们可以通过json模块将它转换成字符串或者反过来将字符串转换成字典数据类型。

JSON也支持各种数据类型，它的数据类型和Python各种数据类型之间的对比如下：

*  object —— dict
 *  array —— list
 *  string —— str
 *  number —— int/float
 *  true/false —— True/False
 *  null —— None

# 2. 常用方法总结 #

在json模块中，用于处理json的主要是四个函数，分别是：

*  loads()：从JSON字符串中读取数据并转换成Python数据类型
 *  load()：从JSON文件中读取数据并转换成Python数据类型
 *  dumps()：将Python数据类型数据转换成JSON字符串
 *  dump():将Python数据类型数据转换成JSON字符串写入到文件

# 3. 序列化和反序列化 #

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1MTc2NTQ4_size_16_color_FFFFFF_t_70 1]

*  从JSON数据转换到Python数据，叫反系列化（deserialization）
 *  从Python数据转换到JSON数据，叫系列化（serialization）

## 3.1 序列化 ##

> 系列化:将Python数据转换成JSON字符串的方法。

下面我们先来看一个简单的例子。

import json
    
    data = {
        
        "students": [
            {
         "name":"北山啦" , "age":20 },
            {
         "name":"张三" , "age":30 },
            {
         "name":"里斯" , "age":17 }
        ]
    }
    print(type(data))
    print(data)
    json_str = json.dumps(data)
    print(type(json_str))

<class 'dict'>
    {'students': [{'name': '北山啦', 'age': 20}, {'name': '张三', 'age': 30}, {'name': '里斯', 'age': 17}]}
    <class 'str'>

上面的例子中，虽然看起来数据没有发生变化，但其实它们的数据类型已经发生了本质的改变：将字典数据类型的data，转换成了str类型，然后我们就可以将这个str类型的数据转换成流，在网络上进行传输或者写入到文件等。

import json
    
    data = {
        
        "students": [
            {
         "name":"北山啦" , "age":20 },
            {
         "name":"张三" , "age":30 },
            {
         "name":"里斯" , "age":17 }
        ]
    }
    
    print(type(data))
    print(data)
    json_str = json.dumps(data, separators=('>>','::'), indent=2)
    print(json_str)

<class 'dict'>
    {'students': [{'name': '北山啦', 'age': 20}, {'name': '张三', 'age': 30}, {'name': '里斯', 'age': 17}]}
    {
      "students"::[
        {
          "name"::"\u5317\u5c71\u5566">>
          "age"::20
        }>>
        {
          "name"::"\u5f20\u4e09">>
          "age"::30
        }>>
        {
          "name"::"\u91cc\u65af">>
          "age"::17
        }
      ]
    }

将data写入txt文件中

import json
    
    data = {
        
        "students": [
            {
         "name":"北山啦" , "age":20 },
            {
         "name":"张三" , "age":30 },
            {
         "name":"里斯" , "age":17 }
        ]
    }
    with open("students.txt","w") as fp:
        json.dump(data, fp, ensure_ascii=False)
        print("finish")

finish

这样就将data写入了students.txt，看看是不是已经将数据写进去了。

## 3.2 反序列化 ##

> 从JSON数据转换到Python类型数据，叫反系列化。可以通过loads()/load()这两个方法来完成。

import json
    with open("students.txt") as fp:
        data = json.load(fp)
        """取出字典key为students的数据，
        得到一个list，再从这个list中取第一个数据"""
        print(data['students'][0])

{'name': '北山啦', 'age': 20}

1.  parse\_int参数

> 默认值为None,如果指定了parse\_int，用来对JSON int字符串进行解码,这可以用于为JSON整数使用另一种数据类型或解析器。

parse\_int参数，这里我们简单将其指定为float类型。

import json
    with open("students.txt") as fp:
        data = json.load(fp, parse_int = float)
        print(data)

{'students': [{'name': '北山啦', 'age': 20.0}, {'name': '张三', 'age': 30.0}, {'name': '里斯', 'age': 17.0}]}

可以看到，age原来是整数类型，通过parse\_int已经被转换成了float类型。

1.  object\_hook

> 默认值为None,object\_hook是一个可选函数，此功能可用于实现自定义解码器。指定一个函数，该函数负责把反序列化后的基本类型对象转换成自定义类型的对象。

def fromJSON(dct):  # 这里会对所有的字典数据类型都进行遍历
        if isinstance(dct, dict) and 'students' in dct:
            return dct['students']
        else:
            return Student(dct['name'], dct['age'])
    
    import json
    
    with open("students.txt") as fp:
        data = json.load(fp, object_hook=fromJSON)
        print(data)

[姓名: 北山啦, 年龄: 20, 姓名: 张三, 年龄: 30, 姓名: 里斯, 年龄: 17]

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1MTc2NTQ4_size_16_color_FFFFFF_t_70_pic_center]

> 到这里就结束了，如果对你有帮助，欢迎点赞关注评论，你的点赞对我很重要

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1MTc2NTQ4_size_16_color_FFFFFF_t_70]: /images/20221022/069b624a689d4c379649d67cfb7135f4.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1MTc2NTQ4_size_16_color_FFFFFF_t_70 1]: /images/20221022/997a4645857e4ed392f0a4c1812adb42.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1MTc2NTQ4_size_16_color_FFFFFF_t_70_pic_center]: /images/20221022/72892748486447f0a4c8baef0a2fb772.png