【Python学习笔记】第二十三节 Python JSON

ゝ一世哀愁。 2023-09-30 19:54 12阅读 0赞

### **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：** ####

<table style=""> 
 <tbody> 
 <tr> 
 <td style="width:369px;vertical-align:top;height:52px;">Python</td> 
 <td style="width:369px;vertical-align:top;height:52px;">JSON</td> 
 </tr> 
 <tr> 
 <td style="width:369px;vertical-align:top;height:52px;">dict</td> 
 <td style="width:369px;vertical-align:top;height:52px;">object</td> 
 </tr> 
 <tr> 
 <td style="width:369px;vertical-align:top;height:52px;">list, tuple</td> 
 <td style="width:369px;vertical-align:top;height:52px;">array</td> 
 </tr> 
 <tr> 
 <td style="width:369px;vertical-align:top;height:52px;">str, unicode</td> 
 <td style="width:369px;vertical-align:top;height:52px;">string</td> 
 </tr> 
 <tr> 
 <td style="width:369px;vertical-align:top;height:52px;">int, long, float</td> 
 <td style="width:369px;vertical-align:top;height:52px;">number</td> 
 </tr> 
 <tr> 
 <td style="width:369px;vertical-align:top;height:52px;">True</td> 
 <td style="width:369px;vertical-align:top;height:52px;">true</td> 
 </tr> 
 <tr> 
 <td style="width:369px;vertical-align:top;height:52px;">False</td> 
 <td style="width:369px;vertical-align:top;height:52px;">false</td> 
 </tr> 
 <tr> 
 <td style="width:369px;vertical-align:top;height:52px;">None</td> 
 <td style="width:369px;vertical-align:top;height:52px;">null</td> 
 </tr> 
 </tbody> 
</table>

#### **2、JSON 解码为 Python 类型转换对应表：** ####

<table style=""> 
 <tbody> 
 <tr> 
 <td style="width:369px;vertical-align:top;height:52px;">JSON</td> 
 <td style="width:369px;vertical-align:top;height:52px;">Python</td> 
 </tr> 
 <tr> 
 <td style="width:369px;vertical-align:top;height:52px;">object</td> 
 <td style="width:369px;vertical-align:top;height:52px;">dict</td> 
 </tr> 
 <tr> 
 <td style="width:369px;vertical-align:top;height:52px;">array</td> 
 <td style="width:369px;vertical-align:top;height:52px;">list</td> 
 </tr> 
 <tr> 
 <td style="width:369px;vertical-align:top;height:52px;">string</td> 
 <td style="width:369px;vertical-align:top;height:52px;">str</td> 
 </tr> 
 <tr> 
 <td style="width:369px;vertical-align:top;height:52px;">number (int)</td> 
 <td style="width:369px;vertical-align:top;height:52px;">int</td> 
 </tr> 
 <tr> 
 <td style="width:369px;vertical-align:top;height:52px;">number (real)</td> 
 <td style="width:369px;vertical-align:top;height:52px;">float</td> 
 </tr> 
 <tr> 
 <td style="width:369px;vertical-align:top;height:52px;">true</td> 
 <td style="width:369px;vertical-align:top;height:52px;">True</td> 
 </tr> 
 <tr> 
 <td style="width:369px;vertical-align:top;height:52px;">false</td> 
 <td style="width:369px;vertical-align:top;height:52px;">False</td> 
 </tr> 
 <tr> 
 <td style="width:369px;vertical-align:top;height:52px;">null</td> 
 <td style="width:369px;vertical-align:top;height:52px;">None</td> 
 </tr> 
 </tbody> 
</table>

### **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.

<table style=""> 
 <tbody> 
 <tr> 
 <td style="width:177px;vertical-align:top;height:52px;">方法</td> 
 <td style="width:552px;vertical-align:top;height:52px;">描述</td> 
 </tr> 
 <tr> 
 <td style="width:177px;vertical-align:top;height:52px;">json.dumps()</td> 
 <td style="width:552px;vertical-align:top;height:52px;">将 Python 对象编码成 JSON 字符串</td> 
 </tr> 
 <tr> 
 <td style="width:177px;vertical-align:top;height:52px;">json.loads()</td> 
 <td style="width:552px;vertical-align:top;height:52px;">将已编码的 JSON 字符串解码为 Python 对象</td> 
 </tr> 
 <tr> 
 <td style="width:177px;vertical-align:top;height:52px;">json.dump()</td> 
 <td style="width:552px;vertical-align:top;height:52px;">将Python内置类型序列化为json对象后写入文件</td> 
 </tr> 
 <tr> 
 <td style="width:177px;vertical-align:top;height:52px;">json.load()</td> 
 <td style="width:552px;vertical-align:top;height:52px;">读取文件中json形式的字符串元素转化为Python类型</td> 
 </tr> 
 </tbody> 
</table>

**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:**

![ae490243cf5f68a90d315df171c48ac3.png][]

#### **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：

![1e0e41f2ebc7fb69a4bae89ae26b0628.png][]

#### **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)

![cb3e0f8d4362b9fadc32b161defc4e1b.png][]

### **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。

[ae490243cf5f68a90d315df171c48ac3.png]: https://img-blog.csdnimg.cn/img_convert/ae490243cf5f68a90d315df171c48ac3.png
[1e0e41f2ebc7fb69a4bae89ae26b0628.png]: https://img-blog.csdnimg.cn/img_convert/1e0e41f2ebc7fb69a4bae89ae26b0628.png
[cb3e0f8d4362b9fadc32b161defc4e1b.png]: https://img-blog.csdnimg.cn/img_convert/cb3e0f8d4362b9fadc32b161defc4e1b.png