当前位置:

首页 > 编程开发 > Python中如何使用json标准库?

Python中如何使用json标准库?

一、JSON基础概述1、JSON是什么?JSON(全名:JavaScriptObjectNotation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)

本文目录

    Python中如何使用json标准库?

    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

    • 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}

    复杂案例:JSON 数组

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

    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}
            ]}

    错误的json格式如下:

    Python中如何使用json标准库?

    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:

    PythonJSON
    dictobject
    list, tuplearray
    strstring
    int, float, int- & float-derived Enumsnumber
    Truetrue
    Falsefalse
    Nonenull

    反过来,将json格式转化为python内置类型,如下表所示:

    JSONPython
    objectdict
    arraylist
    stringstr
    number(int)int
    number(real)float
    trueTrue
    falseFalse
    nullNone

    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": "\u5c0f\u660e", "age": 30, "tel": ["888888", "1351111111"], "isonly": true}
    >>> type(jsonStr)
    

    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": "\u5c0f\u660e",
        "tel": [
            "888888",
            "1351111111"
        ]}

    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"-"\u5c0f\u660e"!    "tel"-[
            "888888"!        "1351111111"
        ]

    文件操作:

    import json
    
    person = {"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

    查看生成的新文件:
    Python中如何使用json标准库?

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

    查看生成的新文件:
    Python中如何使用json标准库?
    使用参数能让JSON字串格式化输出:

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

    再次查看文件:
    Python中如何使用json标准库?
    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": "\u5c0f\u660e", "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])

    文件操作:

    import json
    
    f = 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)

    输出结果:
    Python中如何使用json标准库?

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

    输出结果:
    Python中如何使用json标准库?

    json.load() 和 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

    1、XML文件转为JSON文件

    新建一个1.xml文件:

    
    	tom
    	mary
    	love

    Python中如何使用json标准库?

    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_str
    
    
    XML_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))

    输出结果(生成json文件):
    Python中如何使用json标准库?

    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"
      }}

    Python中如何使用json标准库?

    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_str
    
    
    JSON_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))

    输出结果(生成xml文件):
    Python中如何使用json标准库?

    本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系bd@zhengruan.com
    作者最新文章
    编程开发 Python JSON
    相关文章 更多
    python删除一个列表里的重复元素的方法与代码示例
    python删除一个列表里的重复元素的方法与代码示例

    学习如何使用Python高效删除列表中的重复元素。本文提供5种常见方法的代码示例,涵盖保持顺序与不保持顺序的场景,适合初学者和进阶开发者参考。

    Python写接口的步骤及完整代码示例
    Python写接口的步骤及完整代码示例

    详细讲解使用Python编写Web接口的核心步骤与完整代码示例,涵盖环境准备、路由定义、数据校验、服务启动及调试测试方法。

    codex怎么读取word文档及docx文件操作教程
    codex怎么读取word文档及docx文件操作教程

    介绍如何利用编程工具读取和解析Word文档(docx格式),涵盖基础文本提取代码示例、结构化数据处理逻辑,以及处理复杂排版时的技术局限与替代方案。

    怎么在Python中调用C语言代码提升性能
    怎么在Python中调用C语言代码提升性能

    详细讲解在Python中调用C语言代码提升性能的完整实践指南,包含原理分析、编译步骤、ctypes与CFFI具体实现、性能对比及常见陷阱。

    Python与C语言的性能差异及底层原理
    Python与C语言的性能差异及底层原理

    深入解析Python与C语言在执行效率上的数量级差异,从编译机制、变量内存布局、动态类型推断到GIL锁,系统阐明底层核心原理。

    Python和C语言哪个更适合编程入门
    Python和C语言哪个更适合编程入门

    客观对比Python与C语言在心智负担、底层机制与学习反馈上的核心差异,提供清晰有据的选择标准与切实的入门学习路径。

    selenium上传文件教程本地文件路径设置方法
    selenium上传文件教程本地文件路径设置方法

    深入解析Selenium处理文件上传的技术细节,涵盖标准HTML控件的路径直接注入法与非标准控件的系统级模拟方案,提供Windows与Linux环境下的路径设置最佳实践及常见异常排查。

    大数据开发语言选型:Java对比Scala与Python的优缺点及适用场景
    大数据开发语言选型:Java对比Scala与Python的优缺点及适用场景

    针对大数据工程场景,系统对比Java、Scala与Python在执行性能、生态结合、开发效率和维护成本上的核心差异,给出清晰的架构选型依据与落地方案。

    langgraph python guide中文入门教程详解
    langgraph python guide中文入门教程详解

    本篇LangGraph Python中文入门教程详解,系统梳理StateGraph状态机定义、节点编写、边与条件路由、检查点持久化(MemorySaver)等核心机制,提供从环境安装到完整循环智能体构建的代码示例与实操指导。

    Windows 安装 Python:从官方入口到虚拟环境的可复现实践
    Windows 安装 Python:从官方入口到虚拟环境的可复现实践

    面向后端开发者,基于 Python 官方文档说明如何在 Windows 上安装 Python、创建 venv 虚拟环境及使用 pip 管理依赖。包含可复制命令、验证方法及工具选择边界,避免常见配置误区。

    查看更多
    精品专题 更多
    装机必备
    装机必备

    正软商城装机必备专区,精选办公、浏览器、安全防护、影音播放、压缩解压、设计创作和系统工具等电脑常用正版软件,帮助用户快速完成新电脑软件配置。

    Windows
    Windows

    正软商城Windows软件专区,汇集适用于Windows电脑的办公、设计、安全防护、影音播放、开发工具和系统优化软件,提供软件介绍、系统要求、正版授权及购买下载服务。

    PDF教程
    PDF教程

    正软商城PDF教程频道提供PDF编辑、转换、合并、拆分、压缩及格式处理方法,同时介绍常用PDF软件和工具的使用技巧。

    Mac软件 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    Aperty macOS版
    Aperty macOS版
    macOS

    Aperty 是 Skylum 推出的 AI 人像修图软件,支持自然肤质修饰、瑕疵处理、面部与身体调整、预设及批量同步。

    WINDOWS 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    PixTV 网页版
    PixTV 网页版
    Windows

    PixTV 是一款在浏览器中使用的 AI 视觉内容创作平台,提供图片、视频、音频、文字生成、AI 分镜、局部重绘、提示词反推和无限画布等工具,适合短剧、漫剧、广告及社交媒体内容制作。