JSON编码支持的基本数据类型为 None , bool , int , float 和 str , 以及包含这些类型数据的lists,tuples和dictionaries。 对于dictionaries,keys需要是字符串类型(字典中任何非字符串类型的key在编码时会先转换为字符串)。 为了遵循JSON规范,你应该只编码Python的lists和dictionaries。 而且,在web应用程序中,顶层对象被编码为一个字典是一个标准做法。
JSON编码的格式对于Python语法而已几乎是完全一样的,除了一些小的差异之外。 比如,True会被映射为true,False被映射为false,而None会被映射为null。 下面是一个例子,演示了编码后的字符串效果:
>>> json.dumps(False) \'false\' >>> d = {\'a\': True, ... \'b\': \'Hello\', ... \'c\': None} >>> json.dumps(d) \'{\"b\": \"Hello\", \"c\": null, \"a\": true}\' >>>
如果你试着去检查JSON解码后的数据,你通常很难通过简单的打印来确定它的结构, 特别是当数据的嵌套结构层次很深或者包含大量的字段时。 为了解决这个问题,可以考虑使用pprint模块的 pprint() 函数来代替普通的 print() 函数。 它会按照key的字母顺序并以一种更加美观的方式输出。 下面是一个演示如何漂亮的打印输出Twitter上搜索结果的例子:
>>> from urllib.request import urlopen >>> import json >>> u = urlopen(\'http://search.twitter.com/search.json?q=python&rpp=5\') >>> resp = json.loads(u.read().decode(\'utf-8\')) >>> from pprint import pprint >>> pprint(resp) {\'completed_in\': 0.074, \'max_id\': 264043230692245504, \'max_id_str\': \'264043230692245504\', \'next_page\': \'?page=2&max_id=264043230692245504&q=python&rpp=5\', \'page\': 1, \'query\': \'python\', \'refresh_url\': \'?since_id=264043230692245504&q=python\', \'results\': [{\'created_at\': \'Thu, 01 Nov 2012 16:36:26 +0000\', \'from_user\': ... }, {\'created_at\': \'Thu, 01 Nov 2012 16:36:14 +0000\', \'from_user\': ... }, {\'created_at\': \'Thu, 01 Nov 2012 16:36:13 +0000\', \'from_user\': ... }, {\'created_at\': \'Thu, 01 Nov 2012 16:36:07 +0000\', \'from_user\': ... } {\'created_at\': \'Thu, 01 Nov 2012 16:36:04 +0000\', \'from_user\': ... }], \'results_per_page\': 5, \'since_id\': 0, \'since_id_str\': \'0\'} >>>
一般来讲,JSON解码会根据提供的数据创建dicts或lists。 如果你想要创建其他类型的对象,可以给 json.loads() 传递object_pairs_hook或object_hook参数。 例如,下面是演示如何解码JSON数据并在一个OrderedDict中保留其顺序的例子:
>>> s = \'{\"name\": \"ACME\", \"shares\": 50, \"price\": 490.1}\' >>> from collections import OrderedDict >>> data = json.loads(s, object_pairs_hook=OrderedDict) >>> data OrderedDict([(\'name\', \'ACME\'), (\'shares\', 50), (\'price\', 490.1)]) >>>
下面是如何将一个JSON字典转换为一个Python对象例子:
>>> class JSONObject: ... def __init__(self, d): ... self.__dict__ = d ... >>> >>> data = json.loads(s, object_hook=JSONObject) >>> data.name \'ACME\' >>> data.shares 50 >>> data.price 490.1 >>>
最后一个例子中,JSON解码后的字典作为一个单个参数传递给 __init__() 。 然后,你就可以随心所欲的使用它了,比如作为一个实例字典来直接使用它。
在编码JSON的时候,还有一些选项很有用。 如果你想获得漂亮的格式化字符串后输出,可以使用 json.dumps() 的indent参数。 它会使得输出和pprint()函数效果类似。比如:
>>> print(json.dumps(data)) {\"price\": 542.23, \"name\": \"ACME\", \"shares\": 100} >>> print(json.dumps(data, indent=4)) { \"price\": 542.23, \"name\": \"ACME\", \"shares\": 100 } >>>
对象实例通常并不是JSON可序列化的。例如:
>>> class Point: ... def __init__(self, x, y): ... self.x = x ... self.y = y ... >>> p = Point(2, 3) >>> json.dumps(p) Traceback (most recent call last): File \"\", line 1, in File \"/usr/local/lib/python3.3/json/__init__.py\", line 226, in dumps return _default_encoder.encode(obj) File \"/usr/local/lib/python3.3/json/encoder.py\", line 187, in encode chunks = self.iterencode(o, _one_shot=True) File \"/usr/local/lib/python3.3/json/encoder.py\", line 245, in iterencode return _iterencode(o, 0) File \"/usr/local/lib/python3.3/json/encoder.py\", line 169, in default raise TypeError(repr(o) + \" is not JSON serializable\") TypeError: <__main__.Point object at 0x1006f2650> is not JSON serializable >>>
如果你想序列化对象实例,你可以提供一个函数,它的输入是一个实例,返回一个可序列化的字典。例如:
def serialize_instance(obj): d = { \'__classname__\' : type(obj).__name__ } d.update(vars(obj)) return d
如果你想反过来获取这个实例,可以这样做:
# Dictionary mapping names to known classes classes = { \'Point\' : Point } def unserialize_object(d): clsname = d.pop(\'__classname__\', None) if clsname: cls = classes[clsname] obj = cls.__new__(cls) # Make instance without calling __init__ for key, value in d.items(): setattr(obj, key, value) return obj else: return d
下面是如何使用这些函数的例子:
>>> p = Point(2,3) >>> s = json.dumps(p, default=serialize_instance) >>> s \'{\"__classname__\": \"Point\", \"y\": 3, \"x\": 2}\' >>> a = json.loads(s, object_hook=unserialize_object) >>> a <__main__.Point object at 0x1017577d0> >>> a.x 2 >>> a.y 3 >>>
json 模块还有很多其他选项来控制更低级别的数字、特殊值如NaN等的解析。 可以参考官方文档获取更多细节。