Python中的json操作实例分析
本文小编为大家详细介绍"Python中的json操作实例分析",内容详细,步骤清晰,细节处理妥当,希望这篇"Python中的json操作实例分析"文章能帮助大家解决疑惑,下面跟着小编的思路慢慢深入,一起来学习新知识吧。
1.什么是Json?
JSON(JavaScript Object Notation) 是一种轻量级的数据交换格式,它是JavaScript的子集,易于人阅读和编写。
前端和后端进行数据交互,其实就是JS和Python进行数据交互
JSON注意事项:
(1)名称必须用双引号(即:"")来包括
(2)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。
2.python数据类型与json数据类型的映射关系
Python | JSON |
---|---|
dict | object |
list, tuple | array |
str, unicode | string |
int, long, float | number |
True | true |
False | false |
None | null |
3. json中常用的方法
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 |
举例:
3-1 json.dumps()
import json data = {'name':'nanbei','age':18}#将Python对象编码成json字符串print(json.dumps(data))
结果:
{"name": "nanbei", "age": 18}
注: 在这里我们可以看到,原先的单引号已经变成双引号了
3-2 json.loads()
import json data = {'name':'nanbei','age':18}#将Python对象编码成json字符串#print(json.dumps(data))#将json字符串编码成Python对象a = json.dumps(data)print(json.loads(a))
结果:
{'name': 'nanbei', 'age': 18}
在这里举个元组和列表的例子:
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json字符串编码成Python对象a = json.dumps(data)b = json.dumps(data_json)print(json.loads(a))print(json.loads(b))
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。
3-3 json.dump()
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)
查看结果:
3-4 json.load()
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) with open('json_test.txt','r+') as f: print(json.load(f))
结果:
{'a': [1, 2, 3, 4], 'b': [1, 2, 3], 'nanbei': 'haha'}
4.参数详解:
dump(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的对象转变成JSON对象
# 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
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).
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。
读到这里,这篇"Python中的json操作实例分析"文章已经介绍完毕,想要掌握这篇文章的知识点还需要大家自己动手实践使用过才能领会,如果想了解更多相关内容的文章,欢迎关注行业资讯频道。