python對json的相關操作實例詳解
本文實例分析了python對json的相關操作。分享給大家供大家參考，具體如下：
什么是json：
JSON(JavaScript Object Notation) 是一種輕量級的數(shù)據(jù)交換格式。易于人閱讀和編寫。同時也易于機器解析和生成。它基于JavaScript Programming Language, Standard ECMA-262 3rd Edition - December 1999的一個子集。JSON采用完全獨立于語言的文本格式，但是也使用了類似于C語言家族的習慣（包括C, C++, C#, Java, JavaScript, Perl, Python等）。這些特性使JSON成為理想的數(shù)據(jù)交換語言。
JSON建構于兩種結構：
“名稱/值”對的集合（A collection of name/value pairs）。不同的語言中，它被理解為對象（object），紀錄（record），結構（struct），字典（dictionary），哈希表（hash table），有鍵列表（keyed list），或者關聯(lián)數(shù)組 （associative array）。
值的有序列表（An ordered list of values）。在大部分語言中，它被理解為數(shù)組（array）。
這些都是常見的數(shù)據(jù)結構。事實上大部分現(xiàn)代計算機語言都以某種形式支持它們。這使得一種數(shù)據(jù)格式在同樣基于這些結構的編程語言之間交換成為可能。
json官方說明參見：http://json.org/
Python操作json的標準api庫參考：http://docs.python.org/library/json.html
對簡單數(shù)據(jù)類型的encoding 和 decoding：
使用簡單的json.dumps方法對簡單數(shù)據(jù)類型進行編碼，例如：
import json
obj = [[1,2,3],123,123.123,'abc',{'key1':(1,2,3),'key2':(4,5,6)}]
encodedjson = json.dumps(obj)
print repr(obj)
print encodedjson
輸出：
[[1, 2, 3], 123, 123.123, 'abc', {'key2': (4, 5, 6), 'key1': (1, 2, 3)}]
[[1, 2, 3], 123, 123.123, "abc", {"key2": [4, 5, 6], "key1": [1, 2, 3]}]
通過輸出的結果可以看出，簡單類型通過encode之后跟其原始的repr()輸出結果非常相似，但是有些數(shù)據(jù)類型進行了改變，例如上例中的元組則轉換為了列表。在json的編碼過程中，會存在從python原始類型向json類型的轉化過程，具體的轉化對照如下：
json.dumps()方法返回了一個str對象encodedjson，我們接下來在對encodedjson進行decode，得到原始數(shù)據(jù)，需要使用的json.loads()函數(shù)：
decodejson = json.loads(encodedjson) print type(decodejson) print decodejson[4]['key1'] print decodejson
輸出：
<type 'list'>
[1, 2, 3]
[[1, 2, 3], 123, 123.123, u'abc', {u'key2': [4, 5, 6], u'key1': [1, 2, 3]}]
loads方法返回了原始的對象，但是仍然發(fā)生了一些數(shù)據(jù)類型的轉化。比如，上例中‘a(chǎn)bc'轉化為了unicode類型。從json到python的類型轉化對照如下：
json.dumps方法提供了很多好用的參數(shù)可供選擇，比較常用的有sort_keys（對dict對象進行排序，我們知道默認dict是無序存放的），separators，indent等參數(shù)。
排序功能使得存儲的數(shù)據(jù)更加有利于觀察，也使得對json輸出的對象進行比較，例如：
data1 = {'b':789,'c':456,'a':123}
data2 = {'a':123,'b':789,'c':456}
d1 = json.dumps(data1,sort_keys=True)
d2 = json.dumps(data2)
d3 = json.dumps(data2,sort_keys=True)
print d1
print d2
print d3
print d1==d2
print d1==d3
輸出：
{"a": 123, "b": 789, "c": 456}
{"a": 123, "c": 456, "b": 789}
{"a": 123, "b": 789, "c": 456}
False
True
上例中，本來data1和data2數(shù)據(jù)應該是一樣的，但是由于dict存儲的無序特性，造成兩者無法比較。因此兩者可以通過排序后的結果進行存儲就避免了數(shù)據(jù)比較不一致的情況發(fā)生，但是排序后再進行存儲，系統(tǒng)必定要多做一些事情，也一定會因此造成一定的性能消耗，所以適當排序是很重要的。
indent參數(shù)是縮進的意思，它可以使得數(shù)據(jù)存儲的格式變得更加優(yōu)雅。
data1 = {'b':789,'c':456,'a':123}
d1 = json.dumps(data1,sort_keys=True,indent=4)
print d1
輸出：
{
"a": 123,
"b": 789,
"c": 456
}
輸出的數(shù)據(jù)被格式化之后，變得可讀性更強，但是卻是通過增加一些冗余的空白格來進行填充的。json主要是作為一種數(shù)據(jù)通信的格式存在的，而網(wǎng)絡通信是很在乎數(shù)據(jù)的大小的，無用的空格會占據(jù)很多通信帶寬，所以適當時候也要對數(shù)據(jù)進行壓縮。separator參數(shù)可以起到這樣的作用，該參數(shù)傳遞是一個元組，包含分割對象的字符串。
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=4))
print 'dumps(data, separators):', len(json.dumps(data, separators=(',',':')))
輸出：
DATA: {'a': 123, 'c': 456, 'b': 789}
repr(data) : 30
dumps(data) : 30
dumps(data, indent=2) : 46
dumps(data, separators): 25
通過移除多余的空白符，達到了壓縮數(shù)據(jù)的目的，而且效果還是比較明顯的。
另一個比較有用的dumps參數(shù)是skipkeys，默認為False。 dumps方法存儲dict對象時，key必須是str類型，如果出現(xiàn)了其他類型的話，那么會產(chǎn)生TypeError異常，如果開啟該參數(shù)，設為True的話，則會比較優(yōu)雅的過度。
data = {'b':789,'c':456,(1,2):123}
print json.dumps(data,skipkeys=True)
輸出：
{"c": 456, "b": 789}
處理自己的數(shù)據(jù)類型
json模塊不僅可以處理普通的python內置類型，也可以處理我們自定義的數(shù)據(jù)類型，而往往處理自定義的對象是很常用的。
首先，我們定義一個類Person。
class Person(object):
def __init__(self,name,age):
self.name = name
self.age = age
def __repr__(self):
return 'Person Object name : %s , age : %d' % (self.name,self.age)
if __name__ == '__main__':
p = Person('Peter',22)
print p
如果直接通過json.dumps方法對Person的實例進行處理的話，會報錯，因為json無法支持這樣的自動轉化。通過上面所提到的json和python的類型轉化對照表，可以發(fā)現(xiàn)，object類型是和dict相關聯(lián)的，所以我們需要把我們自定義的類型轉化為dict，然后再進行處理。這里，有兩種方法可以使用。
方法一：自己寫轉化函數(shù)
'''
Created on 2011-12-14
@author: Peter
'''
import Person
import json
p = Person.Person('Peter',22)
def object2dict(obj):
#convert object to a dict
d = {}
d['__class__'] = obj.__class__.__name__
d['__module__'] = obj.__module__
d.update(obj.__dict__)
return d
def dict2object(d):
#convert dict to object
if'__class__' in d:
class_name = d.pop('__class__')
module_name = d.pop('__module__')
module = __import__(module_name)
class_ = getattr(module,class_name)
args = dict((key.encode('ascii'), value) for key, value in d.items()) #get args
inst = class_(**args) #create new instance
else:
inst = d
return inst
d = object2dict(p)
print d
#{'age': 22, '__module__': 'Person', '__class__': 'Person', 'name': 'Peter'}
o = dict2object(d)
print type(o),o
#<class 'Person.Person'> Person Object name : Peter , age : 22
dump = json.dumps(p,default=object2dict)
print dump
#{"age": 22, "__module__": "Person", "__class__": "Person", "name": "Peter"}
load = json.loads(dump,object_hook = dict2object)
print load
#Person Object name : Peter , age : 22
上面代碼已經(jīng)寫的很清楚了，實質就是自定義object類型和dict類型進行轉化。object2dict函數(shù)將對象模塊名、類名以及__dict__存儲在dict對象里，并返回。dict2object函數(shù)則是反解出模塊名、類名、參數(shù)，創(chuàng)建新的對象并返回。在json.dumps 方法中增加default參數(shù)，該參數(shù)表示在轉化過程中調用指定的函數(shù)，同樣在decode過程中json.loads方法增加object_hook,指定轉化函數(shù)。
方法二：繼承JSONEncoder和JSONDecoder類，覆寫相關方法
JSONEncoder類負責編碼，主要是通過其default函數(shù)進行轉化，我們可以override該方法。同理對于JSONDecoder。
'''
Created on 2011-12-14
@author: Peter
'''
import Person
import json
p = Person.Person('Peter',22)
class MyEncoder(json.JSONEncoder):
def default(self,obj):
#convert object to a dict
d = {}
d['__class__'] = obj.__class__.__name__
d['__module__'] = obj.__module__
d.update(obj.__dict__)
return d
class MyDecoder(json.JSONDecoder):
def __init__(self):
json.JSONDecoder.__init__(self,object_hook=self.dict2object)
def dict2object(self,d):
#convert dict to object
if'__class__' in d:
class_name = d.pop('__class__')
module_name = d.pop('__module__')
module = __import__(module_name)
class_ = getattr(module,class_name)
args = dict((key.encode('ascii'), value) for key, value in d.items()) #get args
inst = class_(**args) #create new instance
else:
inst = d
return inst
d = MyEncoder().encode(p)
o = MyDecoder().decode(d)
print d
print type(o), o
對于JSONDecoder類方法，稍微有點不同，但是改寫起來也不是很麻煩。看代碼應該就比較清楚了。
PS：關于json操作，這里再為大家推薦幾款比較實用的json在線工具供大家參考使用：
在線JSON代碼檢驗、檢驗、美化、格式化工具： JSON在線格式化工具： 在線XML/JSON互相轉換工具： json代碼在線格式化/美化/壓縮/編輯/轉換工具： 在線json壓縮/轉義工具： C語言風格/HTML/CSS/json代碼格式化美化工具：
http://tools.jb51.net/code/json
http://tools.jb51.net/code/jsonformat
http://tools.jb51.net/code/xmljson
http://tools.jb51.net/code/jsoncodeformat
http://tools.jb51.net/code/json_yasuo_trans
http://tools.jb51.net/code/ccode_html_css_json
更多Python相關內容感興趣的讀者可查看本站專題：《Python操作json技巧總結》、《Python編碼操作技巧總結》、《Python圖片操作技巧總結》、《Python數(shù)據(jù)結構與算法教程》、《Python Socket編程技巧總結》、《Python函數(shù)使用技巧總結》、《Python字符串操作技巧匯總》、《Python入門與進階經(jīng)典教程》及《Python文件與目錄操作技巧匯總》
希望本文所述對大家Python程序設計有所幫助。
相關文章
將SVG（可縮放矢量圖形）文件插入到PDF（便攜式文檔格式）文件中不僅能夠保留SVG圖像的矢量特性,確保圖像在任何分辨率下都保持清晰,使得技術文檔、手冊、報告等內容更加豐富多樣且易于傳播,本文將介紹如何使用Python插入SVG文件到PDF文檔中,需要的朋友可以參考下2024-08-08
這篇文章主要介紹了Python Numpy中ndarray的常見操作，NumPy是Python的一種開源的數(shù)值計算擴展，更多詳細內容需要的朋友可以參考一下2022-07-07
python 利用pandas將arff文件轉csv文件的方法
今天小編就為大家分享一篇python 利用pandas將arff文件轉csv文件的方法，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2019-02-02
這篇文章主要為大家介紹了Python?networkx庫繪制帶權圖給無權圖加權重并輸出權重的示例詳解，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進步，早日升職加薪2022-05-05
Pycharm自動添加文件頭注釋和函數(shù)注釋參數(shù)的方法
這篇文章主要介紹了Pycharm自動添加文件頭注釋和函數(shù)注釋參數(shù)，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2020-10-10
Python雖然也提供了array模塊,但其只支持一維數(shù)組,不支持多維數(shù)組,也沒有各種運算函數(shù),因而不適合數(shù)值運算,NumPy的出現(xiàn)彌補了這些不足,這篇文章主要給大家介紹了關于python中NumPy的安裝與基本操作的相關資料,需要的朋友可以參考下2022-03-03
使用 Django Highcharts 實現(xiàn)數(shù)據(jù)可視化過程解析
這篇文章主要介紹了使用 Django Highcharts 實現(xiàn)數(shù)據(jù)可視化過程解析,文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下2019-07-07
Python 開發(fā)工具PyCharm安裝教程圖文詳解(新手必看)
PyCharm是一種Python IDE，帶有一整套可以幫助用戶在使用Python語言開發(fā)時提高其效率的工具，比如調試、語法高亮、Project管理、代碼跳轉、智能提示、自動完成、單元測試、版本控制。今天通過本文給大家分享PyCharm安裝教程，一起看看吧2020-02-02
python使用Paramiko模塊實現(xiàn)遠程文件拷貝
這篇文章主要為大家詳細介紹了python使用Paramiko模塊實現(xiàn)遠程文件拷貝，具有一定的參考價值，感興趣的小伙伴們可以參考一下2019-04-04
這篇文章主要介紹了如何解決PyTorch程序占用較高CPU問題,具有很好的參考價值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教2023-09-09