Python: Json实例

JSON(JavaScript Object Notation) 是一种轻量级的数据交换格式。易于人阅读和编写。同时也易于机器解析和生成。

数据格式可以简单地理解为键值对的集合（A collection of name/value pairs）。不同的语言中，它被理解为对象（object），纪录（record），结构（struct），字典（dictionary），哈希表（hash table），有键列表（keyed list），或者关联数组 （associative array）。
值的有序列表（An ordered list of values）。在大部分语言中，它被理解为数组（array）。

import json

Pyhton的Json模块提供了把内存中的对象序列化的方法。

json.dumps

dump的功能就是把Python对象encode为json对象，一个编码过程。注意json模块提供了json.dumps和json.dump方法，区别是dump直接到文件，而dumps到一个字符串，这里的s可以理解为string。

data = [ { \'a\':\'A\', \'b\':(2, 4), \'c\':3.0 } ]
print \'DATA:\', repr(data)

data_string = json.dumps(data)
print \'JSON:\', data_string

DATA: [{\'a\': \'A\', \'c\': 3.0, \'b\': (2, 4)}]
JSON: [{\"a\": \"A\", \"c\": 3.0, \"b\": [2, 4]}]

查看其类型，发现是string对象。

print type(data)
print type(data_string)

json.dump

不仅可以把Python对象编码为string，还可以写入文件。因为我们不能把Python对象直接写入文件，这样会报错TypeError: expected a string or other character buffer object，我们需要将其序列化之后才可以。

data = [ { \'a\':\'A\', \'b\':(2, 4), \'c\':3.0 } ]

with open(\'output.json\',\'w\') as fp:
    json.dump(data,fp)

cat output.json

[{\"a\": \"A\", \"c\": 3.0, \"b\": [2, 4]}]

json.loads

从Python内置对象dump为json对象我们知道如何操作了，那如何从json对象decode解码为Python可以识别的对象呢？是的用json.loads方法，当然这个是基于string的，如果是文件，我们可以用json.load方法。

decoded_json = json.loads(data_string)

# 和之前一样，还是list
print type(decoded_json)

# 像访问 data = [ { \'a\':\'A\', \'b\':(2, 4), \'c\':3.0 } ]一样
print decoded_json[0][\'a\']

A

json.load

可以直接load文件。

with open(\'output.json\') as fp:
    print type(fp)
    loaded_json = json.load(fp)

# 和之前一样，还是list
print type(decoded_json)

# 像访问 data = [ { \'a\':\'A\', \'b\':(2, 4), \'c\':3.0 } ]一样
print decoded_json[0][\'a\']

A

数据类型对应

json和Python对象转换过程中，数据类型不完全一致，有对应。

json.dumps常用参数

一些参数，可以让我们更好地控制输出。常见的比如sort_keys，indent，separators，skipkeys等。

sort_keys名字就很清楚了，输出时字典的是按键值排序的，而不是随机的。

data = [ { \'a\':\'A\', \'b\':(2, 4), \'c\':3.0 } ]
print \'DATA:\', repr(data)

unsorted = json.dumps(data)
print \'JSON:\', json.dumps(data)
print \'SORT:\', json.dumps(data, sort_keys=True)

DATA: [{\'a\': \'A\', \'c\': 3.0, \'b\': (2, 4)}]
JSON: [{\"a\": \"A\", \"c\": 3.0, \"b\": [2, 4]}]
SORT: [{\"a\": \"A\", \"b\": [2, 4], \"c\": 3.0}]

indent就是更个缩进，让我们更好地看清结构。

data = [ { \'a\':\'A\', \'b\':(2, 4), \'c\':3.0 } ]
print \'DATA:\', repr(data)

print \'NORMAL:\', json.dumps(data, sort_keys=True)
print \'INDENT:\', json.dumps(data, sort_keys=True, indent=2)

DATA: [{\'a\': \'A\', \'c\': 3.0, \'b\': (2, 4)}]
NORMAL: [{\"a\": \"A\", \"b\": [2, 4], \"c\": 3.0}]
INDENT: [
  {
    \"a\": \"A\", 
    \"b\": [
      2, 
      4
    ], 
    \"c\": 3.0
  }
]

separators是提供分隔符，可以出去白空格，输出更紧凑，数据更小。默认的分隔符是(\', \', \': \')，有白空格的。不同的dumps参数，对应文件大小一目了然。

data = [ { \'a\':\'A\', \'b\':(2, 4), \'c\':3.0 } ]
print \'DATA:\', repr(data)
print \'repr(data)             :\', len(repr(data))
print \'dumps(data)            :\', len(json.dumps(data))
print \'dumps(data, indent=2)  :\', len(json.dumps(data, indent=2))
print \'dumps(data, separators):\', len(json.dumps(data, separators=(\',\',\':\')))

DATA: [{\'a\': \'A\', \'c\': 3.0, \'b\': (2, 4)}]
repr(data)             : 35
dumps(data)            : 35
dumps(data, indent=2)  : 76
dumps(data, separators): 29

json需要字典的的键是字符串，否则会抛出ValueError。

data = [ { \'a\':\'A\', \'b\':(2, 4), \'c\':3.0, (\'d\',):\'D tuple\' } ]

print \'First attempt\'
try:
    print json.dumps(data)
except (TypeError, ValueError) as err:
    print \'ERROR:\', err

print
print \'Second attempt\'
print json.dumps(data, skipkeys=True)

First attempt
ERROR: keys must be a string

Second attempt
[{\"a\": \"A\", \"c\": 3.0, \"b\": [2, 4]}]