Python 操作json
Posted
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Python 操作json相关的知识,希望对你有一定的参考价值。
Json语法规则:
数据在名称/值对中
数据由逗号分隔
花括号保存对象
方括号保存数组
Json字符串本质上是一个字符串,用单引号表示
Json数据的书写格式
名称--值对,包括名称字段(在双引号中),后面跟一个冒号,然后是值:
“name”: ”zhangsan” 等价于name = “zhangsan”
Json值
值可以是
数字(整数或浮点数)
字符串(双引号括起来)
逻辑值(true或false)
数组(在方括号中)
对象(在花括号中)
null
Json对象
Json的对象是在大括号中的,
{“name”:”zhangsan”,”age”:20}
等价 name=”zhangsan” age = 20
Json数组
Json数组是在中括号中的,数组可以包含多个对象
{
"employees": [
{ "firstName":"John" , "lastName":"Doe" },
{ "firstName":"Anna" , "lastName":"Smith" },
{ "firstName":"Peter" , "lastName":"Jones" }
]
}
Employees是包含三个对象的数组
编码Json.dumps()
将一个python对象编码成json字符串,
Python的列表转换成json数组
>>> json.dumps([1,2,3,"a"])
‘[1, 2, 3, "a"]‘
Python的字符串转换成json字符串
>>> json.dumps("abc123")
‘"abc123"‘
Python元组转换成json数组
>>> json.dumps((1,2,3,"abc"))
‘[1, 2, 3, "abc"]‘
Python的字典转换成json的对象
>>> json.dumps({1:"a",2:"b",3:"c"})
‘{"1": "a", "2": "b", "3": "c"}‘‘#注意1、2、3被加上了双引号,因为json的名称是必须要加双引号的
Python的数字(int)转换成json的数字
>>> json.dumps(1235)
‘1235‘
Python的unicode字符串转换成json的字符串
>>> json.dumps(u"abcd")
‘"abcd"‘
Python的True转换成json的true
>>> json.dumps(True)
‘true‘
Python的False转换成json的false
>>> json.dumps(False)
‘false‘
Python的None转换成json的null
>>> json.dumps(None)
‘null‘
>>> type(json.dumps("[1,2,3]")) #json本质上是一个字符串
<class ‘str‘>
>>> type(json.dumps("abc"))
<class ‘str‘>
Python类型和json类型的对应关系
怎么判断一个json 是不是合法的?
用try except
try:
json.loads(‘"abc"‘)
except Exception,e:
print e
else:
print "ok"
json.dumps()函数参数应用
dumps(obj, skipkeys=False, ensure_ascii=True, check_circular=True, allow_nan=True, cls=None, indent=None, separators=None, encoding=‘utf-8‘, default=None, sort_keys=False, **kw)
该方法返回编码后的一个json字符串
sort_keys
是否按key排序,sort_keys = True升序排序
>>> data = [{"a":"A",‘d‘:4,"b":(2,4),"c":3.0}]
>>> print(json.dumps(data))
[{"a": "A", "d": 4, "b": [2, 4], "c": 3.0}]
>>> print(json.dumps(data,sort_keys=True))
[{"a": "A", "b": [2, 4], "c": 3.0, "d": 4}]
indent
设置参数缩进显示的空格数。缩进显示使读起来更加清晰。
>>> import json
>>> data = [{"a": "A", "b": [2, 4], "c": 3.0}]
>>> print(json.dumps(data,sort_keys=True,indent=4))
[
{
"a": "A",
"b": [
2,
4
],
"c": 3.0
}
]
Separators
参数的作用是去掉逗号“,”和分号“:”后面的空格,从上面的输出果都能看到“,”与“:”后面都有个空格,这都是为了美化输出结果的作用,但是在我们传输数据的过程中,越精简越好,冗余的东西全部去掉,因此就可以加上separators参数对传输的json串进行压缩。该参数是元组格式的
>>> import json
>>> data = [{"a": "A", "b": [2, 4], "c": 3.0}]
>>> print(len(json.dumps(data)))
35
>>> print(len(json.dumps(data,separators=(‘,‘,‘:‘))))
29
skipkeys
在encoding过程中,dict对象的key只可以是基本数据类型(str,unicode,int,float,bool,None),如果是其他类型,那么在编码过程中就会抛出TypeError的异常。skipkeys可以跳过那些非string对象的key的处理,就是不处理
#coding=utf-8
import json
data = [{‘a‘:‘A‘,‘b‘:(2,4),‘c‘:3.0,(1,2):‘D tuple‘}]
print(u"不设置skipkeys 参数")
try:
res1 = json.dumps(data)
except Exception as e:
print(e)
print(u"设置skipkeys 参数")
print(json.dumps(data,skipkeys=True))
json.loads()
将一个json字符串解码成python对象
解码json对象到python字典
>>> import json
>>> json.loads(‘{"a":1,"b":2}‘)#注意外面有单引号
{‘a‘: 1, ‘b‘: 2}
解码json数组到python的列表
>>> json.loads(‘["a","b",2]‘)
[‘a‘, ‘b‘, 2]
解码json的字符串到python的字符串
>>> json.loads(‘"abc"‘)
‘abc‘
解码json的true\false到python的True,False
>>> json.loads(‘true‘)
True
>>> json.loads(‘false‘)
False
解码json的null到python的None
>>> print(json.loads(‘null‘))
None
解码json的数字到python的int、float
>>> json.loads(‘123‘)
123
>>> json.loads(‘123.20‘)
123.2
>>> a =[{1:12,‘a‘:12.3},[1,2,3],(1,2),‘abc‘,u"ab",12]
>>> print("编码后:\n",json.dumps(a))
编码后:
[{"1": 12, "a": 12.3}, [1, 2, 3], [1, 2], "abc", "ab", 12]
>>> print("解码后: ",json.loads(json.dumps(a)))
解码后: [{‘1‘: 12, ‘a‘: 12.3}, [1, 2, 3], [1, 2], ‘abc‘, ‘ab‘, 12]
注意:
json格式的字符串解码成Python对象以后,String类型都变成了str类型,数组变成了list,不会回到原来的元组类型,字典key的字符类型也被转成字符串类型
从json到python的类型转换
将类对象编码成json串
Python中的dict对象可以直接序列化为json的{},但是很多时候,可能用class表示对象,比如定义Employe类,然后直接去序列化就会报错。原因是类不是一个可以直接序列化的对象,但我们可以使用dumps()函数中的default参数来实现
#coding=utf-8
import json
class Employee(object):
def __init__(self,name,age,sex,tel):
self.name = name
self.age = age
self.sex = sex
self.tel = tel
#将序列化函数定义到类里面
def obj_json(self,obj_instance):
return { #返回一个字典
‘name‘ : obj_instance.name,
‘age‘ : obj_instance.age,
‘sex‘ : obj_instance.sex,
‘tel‘ : obj_instance.tel}
emp =Employee("Lily",24,"female","18212345678")
print(json.dumps(emp,default = emp.obj_json))#编码成json对象
#coding=utf-8
import json
class Employee(object):
def __init__(self,name,age,sex,tel):
self.name = name
self.age = age
self.sex = sex
self.tel = tel
#将序列化函数定义到类里面
def obj_json(self,obj_instance):
return {
‘name‘ : obj_instance.name,
‘age‘ : obj_instance.age,
‘sex‘ : obj_instance.sex,
‘tel‘ : obj_instance.tel}
emp =Employee("Lily",24,"female","18212345678")
print(emp.__dict__)
print(json.dumps(emp,default=lambda Employee:Employee.__dict__))
print(json.dumps(emp,default = lambda emp:emp.__dict__))
Json反序列化为对象
json串反序列化成类对象或类的实例,使用的是loads()方法中的object_hook参数来实现
#coding=utf-8
import json
class Employee(object):
def __init__(self,name,age,sex,tel):
self.name = name
self.age = age
self.sex = sex
self.tel = tel
#emp = Employee(‘Lily‘,24,‘female‘,‘13112345678‘)
def jsonToClass(emp):
return Employee(emp[‘name‘],emp[‘age‘],emp[‘sex‘],emp[‘tel‘])
json_str = ‘{"name":"Lucy","age":21,"sex":"female","tel":"13510163252"}‘#需要反序列化的对象
e = json.loads(json_str,object_hook = jsonToClass)#通过loads反序列化得到对象e
print(e)
print(e.name)
以上是关于Python 操作json的主要内容,如果未能解决你的问题,请参考以下文章
使用 Json Python 格式化 Websocket 数据
InstagramAPI - 如何将 JSON Python 数据解析为 Pandas DataFrame(iPython、Jupyter Notebook)