Python的json标准库怎么用

python的json标准库怎么用

一、JSON基础概述

1、JSON是什么?

JSON(全名:JavaScript Object Notation 对象表示法)是一种轻量级的文本数据交换格式,JSON的数据格式其实就是python里面的字典格式,里面可以包含方括号括起来的数组,也就是python里面的列表。

JSON独立于语言

JSON具有自我描述性,更易理解

JSON 比 XML 更小、更快,更易解析

立即学习“Python免费学习笔记(深入)”;

爬虫经常经常会获取接口数据,接口数据就是JSON格式

2、JSON长什么样?

语法格式:{key1:value1, key2:value2,} 键值对形式(用冒号分开),对间用逗号连接

简单案例:JSON 对象

{    "name": "小明",     "age": 18}

登录后复制

复杂案例:JSON 数组

{    "student":        [            {"name": "小明", "age": 11},            {"name": "小红","age": 10}        ],    "classroom": {"class1": "room1", "class2": "room2"}}

登录后复制

3、注意事项

1、json的键值对的键部分,必须用双引号”包裹,单引号都不行(所以如果在键中出现了关键字,也被字符化了),而js中对象没有强制要求(所以在键中不允许出现关键字)。

2、json的键值对的值部分,不允许出现函数function,undefined,NaN,但是可以有null,js中对象的值中可以出现。

3、json数据结束后,不允许出现没有意义的逗号,如:{“name”:”admin”,”age”:18,},注意看数据结尾部分18的后面的逗号,不允许出现。

4、json格式总结

正确的json格式如下

# 格式1:JSON 对象{"name": "admin", "age": 18}# 格式2:JSON 数组{    "student":        [            {"name": "小明", "age": 18},            {"name": "小红", "age": 16},            {"name": "小黑", "age": 20}        ]}

登录后复制

错误的json格式如下

Python的json标准库怎么用

二、json 模块

1、作用

1、使用jsON字符串生成python对象(load)

2、由python对象格式化成为ison字符串(dump)

2、数据类型转换

将数据从Python转换到json格式,在数据类型上会有变化,如下表所示:

Python JSON

dictobjectlist, tuplearraystrstringint, float, int- & float-derived EnumsnumberTruetrueFalsefalseNonenull

反过来,将json格式转化为python内置类型,如下表所示:

JSON Python

objectdictarrayliststringstrnumber(int)intnumber(real)floattrueTruefalseFalsenullNone

3、使用方法

json模块的使用其实很简单,对于绝大多数场合下,我们只需要使用下面四个方法就可以了:

方法 功能

json.dumps(obj)将python数据类型转换为json格式的字符串。json.dump(obj, fp)将python数据类型转换并保存到son格式的文件内。json.loads(s)将json格式的字符串转换为python的类型。json.load(fp)从json格式的文件中读取数据并转换为python的类型。

4、 json.dumps()

将python数据类型转换为json格式的字符串。

语法格式:json.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)

>>> import json# Python字典>>> person = {"name": "小明", "age": 30, "tel": ["888888", "1351111111"], "isonly": True}>>> print(person){'name': '小明', 'age': 30, 'tel': ['888888', '1351111111'], 'isonly': True}>>> type(person)>> jsonStr = json.dumps(person) >>> print(jsonStr ){"name": "u5c0fu660e", "age": 30, "tel": ["888888", "1351111111"], "isonly": true}>>> type(jsonStr)

登录后复制

从上可以看出json格式和Python格式的区别在于:python格式打印输出是单引号,类型为dict。而json格式打印输出是双引号,类型为:str。True的开头大小写区别。

使用参数能让JSON字串格式化输出:

>>> print(json.dumps(person, sort_keys=True, indent=4, separators=(',', ': '))){    "age": 30,    "isonly": true,    "name": "u5c0fu660e",    "tel": [        "888888",        "1351111111"    ]}

登录后复制

参数解读

sort_keys:是否排序

indent:定义缩进距离

separators:是一个元组,定义分隔符的类型

skipkeys:是否允许JSON字串编码字典对象时,字典的key不是字符串类型(默认是不允许)

修改分割符类型

>>> print(json.dumps(person, sort_keys=True, indent=4, separators=('!', '-'))){    "age"-30!    "isonly"-true!    "name"-"u5c0fu660e"!    "tel"-[        "888888"!        "1351111111"    ]

登录后复制

文件操作

import jsonperson = {"name": "小明", "age": 30, "tel": ["888888", "1351111111"], "isonly": True}jsonStr = json.dumps(person)with open('test.json', 'w', encoding='utf-8') as f:  # 打开文件    f.write(jsonStr)  # 在文件里写入转成的json串

登录后复制

查看生成的新文件:
Python的json标准库怎么用

5、json.dump()

将python数据类型转换并保存到son格式的文件内。

语法格式:json.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)

import jsonperson = {"name": "小明", "age": 30, "tel": ["888888", "1351111111"], "isonly": True}json.dump(person, open('data.json', 'w'))

登录后复制

查看生成的新文件:
Python的json标准库怎么用
使用参数能让JSON字串格式化输出:

import jsonperson = {"name": "小明", "age": 30, "tel": ["888888", "1351111111"], "isonly": True}json.dump(person, open('data.json', 'w'), sort_keys=True, indent=4, separators=(',', ': '))

登录后复制

再次查看文件:
Python的json标准库怎么用
json.dumps和json.dump写入文件的区别

dump() 不需要使用.write()方法,只需要写那个字典,那个文件即可;而 dumps() 需要使用.write()方法写入。

如果把字典写到文件里面的时候,dump()好用;但是如果不需要操作文件,或需要把内容存储到数据库何excel,则需要使用dumps()先把字典转换成字符串,再写入

6、json.loads()

将json格式的字符串转换为python的类型。

语法格式:json.loads(s, *, cls=None, object_hook=None, parse_float=None, parse_int=None, parse_constant=None, object_pairs_hook=None, **kw)

>>> import json# Python字典>>> person = {"name": "小明", "age": 30, "tel": ["888888", "1351111111"], "isonly": True}>>> print(person){'name': '小明', 'age': 30, 'tel': ['888888', '1351111111'], 'isonly': True}>>> type(person)>> jsonStr = json.dumps(person) >>> print(jsonStr ){"name": "u5c0fu660e", "age": 30, "tel": ["888888", "1351111111"], "isonly": true}>>> type(jsonStr)# json字符串再转换为Python字典>>> python_obj = json.loads(jsonStr)>>> print(python_obj){'name': '小明', 'age': 30, 'tel': ['888888', '1351111111'], 'isonly': True}>>> print(type(python_obj))# 打印字典的所有key>>> print(python_obj.keys())  dict_keys(['name', 'age', 'tel', 'isonly']) # 打印字典的所有values>>> print(python_obj.values()) dict_values(['小明', 30, ['888888', '1351111111'], True])

登录后复制

文件操作:

import jsonf = open('data.json', encoding='utf-8')content = f.read()  # 使用loads()方法需要先读文件python_obj = json.loads(content)print(python_obj)

登录后复制

输出结果:
Python的json标准库怎么用

7、json.load()

从json格式的文件中读取数据并转换为python的类型。

语法格式:json.load(fp, *, cls=None, object_hook=None, parse_float=None, parse_int=None, parse_constant=None, object_pairs_hook=None, **kw)

文件操作

import jsonpython_obj = json.load(open('data.json','r'))print(python_obj)print(type(python_obj))

登录后复制

输出结果:
Python的json标准库怎么用

json.load() json.loads() 区别:

loads() 传的是json字符串,而 load() 传的是文件对象

使用 loads() 时需要先读取文件在使用,而 load() 则不用

8、总结

不管是dump还是load,带s的都是和字符串相关的,不带s的都是和文件相关的

三、XML文件和JSON文件互转

记录工作中常用的一个小技巧

cmd控制台安装第三方模块

pip install xmltodict

登录后复制

1、XML文件转为JSON文件

新建一个1.xml文件:

tommarylove

登录后复制

Python的json标准库怎么用

转换代码实现

import jsonimport xmltodictdef xml_to_json(xml_str):    """parse是的xml解析器,参数需要    :param xml_str: xml字符串    :return: json字符串    """    xml_parse = xmltodict.parse(xml_str)    # json库dumps()是将dict转化成json格式,loads()是将json转化成dict格式。    # dumps()方法的ident=1,格式化json    json_str = json.dumps(xml_parse, indent=1)    return json_strXML_PATH = './1.xml'  # xml文件的路径with open(XML_PATH, 'r') as f:    xmlfile = f.read()    with open(XML_PATH[:-3] + 'json', 'w') as newfile:        newfile.write(xml_to_json(xmlfile))

登录后复制

输出结果(生成json文件):
Python的json标准库怎么用

2、JSON文件转换为XML文件

新建test.json文件:

{  "student": {    "course": {      "name": "math",      "score": "90"    },    "info": {      "sex": "male",      "name": "name"    },    "stid": "10213"  }}

登录后复制

Python的json标准库怎么用

转换代码实现:

import xmltodictimport jsondef json_to_xml(python_dict):    """xmltodict库的unparse()json转xml    :param python_dict: python的字典对象    :return: xml字符串    """    xml_str = xmltodict.unparse(python_dict)    return xml_strJSON_PATH = './test.json'  # json文件的路径with open(JSON_PATH, 'r') as f:    jsonfile = f.read()    python_dict = json.loads(jsonfile)  # 将json字符串转换为python字典对象    with open(JSON_PATH[:-4] + 'xml', 'w') as newfile:        newfile.write(json_to_xml(python_dict))

登录后复制

输出结果(生成xml文件):
Python的json标准库怎么用

以上就是Python的json标准库怎么用的详细内容,更多请关注【创想鸟】其它相关文章!

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至253000106@qq.com举报,一经查实,本站将立刻删除。

发布者:PHP中文网,转转请注明出处:https://www.chuangxiangniao.com/p/2234288.html

(0)
上一篇 2025年2月26日 17:29:30
下一篇 2025年2月23日 19:50:39

AD推荐 黄金广告位招租... 更多推荐

相关推荐

  • Python中的图像处理库有哪些?

    python已经成为了数据科学和人工智能领域的主流语言。因为python是一种易于学习的语言,它被普遍应用于各种领域,包括图像处理。 Python的图像处理库有很多。在本文中,我们将介绍一些主要的图像处理库以及如何使用它们。 OpenCV …

    编程技术 2025年2月26日
    200
  • Python中的持续集成是什么?

    python语言已经成为了现代软件开发中不可或缺的一部分,而其中持续集成(ci)则是高度集成及持续交付过程中的一部分,可以大大提升开发过程的效率和质量。ci的目的是通过将代码集成到一个公共的代码库,并持续运行自动化测试和静态分析工具,以最大…

    编程技术 2025年2月26日
    200
  • python架构PyNeuraLogic源码分析

    引言 展示神经符号编程的力量 1. 简介 在过去的几年里,我们看到了基于 Transformer 的模型的兴起,并在自然语言处理或计算机视觉等许多领域取得了成功的应用。在本文中,我们将探索一种简洁、可解释和可扩展的方式来表达深度学习模型,特…

    2025年2月26日 编程技术
    200
  • Python Sklearn中超实用的隐藏功能有哪些

    1 .covariance.EllipticEnvelope 通常,在我们的所处理的数据分布中有异常值是很常见的,并且许多算法都可以处理离群值,而 ellipticalenvelope 就是 sklearn 中直接内置的一个例子。该算法的优…

    2025年2月26日 编程技术
    200
  • Python进程间的通信方式是什么

    什么是进程的通信 这里举一个通信机制的例子:我们都很熟悉通信这个词,比如一个人想给他的女友打电话。一旦通话建立,便会形成一个隐式的队列(请注意这个术语)。此时这个人就会通过对话的方式不停的将信息告诉女友,而这个人的女友也是在倾听着。我认为在…

    2025年2月26日 编程技术
    200
  • Python中的有监督学习是什么?

    python中的有监督学习是什么? 在Python数据分析中,有监督学习算法在机器学习领域中占据重要位置。这种学习方式利用已知输入和输出来训练模型以预测未知输入的输出。简而言之,有监督学习是将样本数据中的输入变量和输出变量联系起来,并利用已…

    编程技术 2025年2月26日
    200
  • Python中的朴素贝叶斯算法是什么?

    python中的朴素贝叶斯算法是指一种基于贝叶斯定理的分类算法,它利用所谓的“朴素”的假设,即各个特征之间是独立的,从而对文本进行分类。在机器学习领域,朴素贝叶斯算法已经成为一种广泛应用的算法,并且被用于众多领域,如垃圾邮件过滤、情感分析等…

    编程技术 2025年2月26日
    200
  • 如何在Python中使用开源数据集?

    随着大数据时代的到来,数据分析和机器学习已经成为了热门领域。然而,对于初学者来说,如何获取数据集并进行分析和训练模型可能会是一个困难的任务。为了解决这个问题,开源社区已经提供了丰富的数据集,并且python作为一种流行的编程语言,也提供了各…

    编程技术 2025年2月26日
    200
  • Python中的人工智能编程是什么?

    python是一门非常流行的编程语言,也是许多人工智能(ai)领域的首选语言。python可以轻松实现ai编程,其灵活性和易学性使其成为许多数据分析和机器学习项目的主流语言。 那么,Python中的人工智能编程是什么? Python是一门开…

    编程技术 2025年2月26日
    200
  • 如何在Python中使用SVM进行分类?

    svm是一种常用的分类算法,它被广泛应用于机器学习和数据挖掘领域。在python中,svm的实现非常方便,只需要使用相关的库就可以完成。 本文将介绍如何在Python中使用SVM进行分类,包括数据预处理、模型训练和参数调优等方面。 一、数据…

    编程技术 2025年2月26日
    200

发表回复

登录后才能评论