亚洲乱码中文字幕综合,中国熟女仑乱hd,亚洲精品乱拍国产一区二区三区,一本大道卡一卡二卡三乱码全集资源,又粗又黄又硬又爽的免费视频

Python解析JSON對象的全過程記錄

 更新時間:2021年03月25日 09:17:27   作者:北山啦  
這篇文章主要給大家介紹了關于Python解析JSON對象的相關資料,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

前言

本章節(jié)我們將為大家介紹如何使用 Python 語言來編碼和解碼 JSON 對象。

json處理模塊的主要任務,是將一個JSON對象,轉換成Python數據類型數據進行處理,或者反之,將Python數據類型數據,轉換成JSON對象(字符串流),在不同的模塊或者系統(tǒng)間傳輸。

1. JSON數據格式特點

  1. 對象表示為鍵值對
  2. 數據由逗號分隔
  3. 花括號保存對象
  4. 方括號保存數組
{
 "students": [
 { "name":"北山啦" , "age":20 },
 { "name":"張三" , "age":30 },
 { "name":"里斯" , "age":17 }
 ]
}
{'students': [{'name': '北山啦', 'age': 20},
 {'name': '張三', 'age': 30},
 {'name': '里斯', 'age': 17}]}

上面就是一個JSON格式數據。它開起來就像是在Python中的字典數據類型。我們可以通過json模塊將它轉換成字符串或者反過來將字符串轉換成字典數據類型。

JSON也支持各種數據類型,它的數據類型和Python各種數據類型之間的對比如下:

  • object —— dict
  • array —— list
  • string —— str
  • number —— int/float
  • true/false —— True/False
  • null —— None

2. 常用方法總結

在json模塊中,用于處理json的主要是四個函數,分別是:

  • loads():從JSON字符串中讀取數據并轉換成Python數據類型
  • load():從JSON文件中讀取數據并轉換成Python數據類型
  • dumps():將Python數據類型數據轉換成JSON字符串
  • dump():將Python數據類型數據轉換成JSON字符串寫入到文件

3. 系列化和反系列化

從JSON數據轉換到Python數據,叫反系列化(deserialization)

從Python數據轉換到JSON數據,叫系列化(serialization)

3.1 系列化

系列化:將Python數據轉換成JSON字符串的方法。

下面我們先來看一個簡單的例子。

import json

data = {
 "students": [
 { "name":"北山啦" , "age":20 },
 { "name":"張三" , "age":30 },
 { "name":"里斯" , "age":17 }
 ]
}
print(type(data))
print(data)
json_str = json.dumps(data)
print(type(json_str))
<class 'dict'>
{'students': [{'name': '北山啦', 'age': 20}, {'name': '張三', 'age': 30}, {'name': '里斯', 'age': 17}]}
<class 'str'>

上面的例子中,雖然看起來數據沒有發(fā)生變化,但其實它們的數據類型已經發(fā)生了本質的改變:將字典數據類型的data,轉換成了str類型,然后我們就可以將這個str類型的數據轉換成流,在網絡上進行傳輸或者寫入到文件等。

import json

data = {
 "students": [
 { "name":"北山啦" , "age":20 },
 { "name":"張三" , "age":30 },
 { "name":"里斯" , "age":17 }
 ]
}

print(type(data))
print(data)
json_str = json.dumps(data, separators=('>>','::'), indent=2)
print(json_str)
<class 'dict'>
{'students': [{'name': '北山啦', 'age': 20}, {'name': '張三', 'age': 30}, {'name': '里斯', 'age': 17}]}
{
 "students"::[
 {
 "name"::"\u5317\u5c71\u5566">>
 "age"::20
 }>>
 {
 "name"::"\u5f20\u4e09">>
 "age"::30
 }>>
 {
 "name"::"\u91cc\u65af">>
 "age"::17
 }
 ]
}

將data寫入txt文件中

import json

data = {
 "students": [
 { "name":"北山啦" , "age":20 },
 { "name":"張三" , "age":30 },
 { "name":"里斯" , "age":17 }
 ]
}
with open("students.txt","w") as fp:
 json.dump(data, fp, ensure_ascii=False)
 print("finish")

finish

這樣就將data寫入了students.txt,看看是不是已經將數據寫進去了。

3.2 反系列化

從JSON數據轉換到Python類型數據,叫反系列化??梢酝ㄟ^loads()/load()這兩個方法來完成。

import json
with open("students.txt") as fp:
 data = json.load(fp)
 """取出字典key為students的數據,
 得到一個list,再從這個list中取第一個數據"""
 print(data['students'][0]) 

{'name': '北山啦', 'age': 20}

parse_int參數

默認值為None,如果指定了parse_int,用來對JSON int字符串進行解碼,這可以用于為JSON整數使用另一種數據類型或解析器。

parse_int參數,這里我們簡單將其指定為float類型。

import json
with open("students.txt") as fp:
 data = json.load(fp, parse_int = float)
 print(data)

{'students': [{'name': '北山啦', 'age': 20.0}, {'name': '張三', 'age': 30.0}, {'name': '里斯', 'age': 17.0}]}

可以看到,age原來是整數類型,通過parse_int已經被轉換成了float類型。

object_hook

默認值為None,object_hook是一個可選函數,此功能可用于實現自定義解碼器。指定一個函數,該函數負責把反序列化后的基本類型對象轉換成自定義類型的對象。

def fromJSON(dct): # 這里會對所有的字典數據類型都進行遍歷
 if isinstance(dct, dict) and 'students' in dct:
 return dct['students']
 else:
 return Student(dct['name'], dct['age'])

import json

with open("students.txt") as fp:
 data = json.load(fp, object_hook=fromJSON)
 print(data)


[姓名: 北山啦, 年齡: 20, 姓名: 張三, 年齡: 30, 姓名: 里斯, 年齡: 17]

總結

到此這篇關于Python解析JSON對象的文章就介紹到這了,更多相關Python解析JSON對象內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家!

相關文章

  • 修復Python?Pandas數據標記錯誤的幾種方法總結

    修復Python?Pandas數據標記錯誤的幾種方法總結

    用于分析數據的?Python?庫稱為?Pandas,在?Pandas?中讀取數據最常見的方式是通過?CSV?文件,但?CSV?文件的限制是它應該采用特定的格式,否則在標記數據時會拋出錯誤,在本文中,我們將討論修復?Python?Pandas?錯誤標記數據的各種方法
    2023-10-10
  • OpenCV特征提取與檢測之Shi-Tomasi角點檢測器

    OpenCV特征提取與檢測之Shi-Tomasi角點檢測器

    在角點檢測的世界里哈瑞斯無疑是最重要的方法之一,但Shi-Tomasi作為改進的算法也有很大應用場景,尤其是動態(tài)跟蹤用的還比較多,這篇文章主要給大家介紹了關于OpenCV特征提取與檢測之Shi-Tomasi角點檢測器的相關資料,需要的朋友可以參考下
    2021-08-08
  • Pytorch實現邏輯回歸分類

    Pytorch實現邏輯回歸分類

    這篇文章主要為大家詳細介紹了Pytorch實現邏輯回歸分類,文中示例代碼介紹的非常詳細,具有一定的參考價值,感興趣的小伙伴們可以參考一下
    2022-07-07
  • Python元類編程實現一個簡單的ORM

    Python元類編程實現一個簡單的ORM

    本文主要介紹了Python元類編程實現一個簡單的ORM,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
    2023-03-03
  • 詳解Python可視化神器Yellowbrick使用

    詳解Python可視化神器Yellowbrick使用

    Yellowbrick是由一套被稱為"Visualizers"組成的可視化診斷工具組成的套餐,其由Scikit-Learn API延伸而來,對模型選擇過程其指導作用。這篇文章主要介紹了Python可視化神器Yellowbrick使用,需要的朋友可以參考下
    2019-11-11
  • 跟老齊學Python之復習if語句

    跟老齊學Python之復習if語句

    是否記得,在上一部分,有一講專門介紹if語句的:從if開始語句的征程。在學習if語句的時候,對python編程的基礎知識了解的還不是很多,或許沒有做什么太復雜的東西。本講要對它進行一番復習,通過復習提高一下。如果此前有的東西忘記了,建議首先回頭看看前面那講。
    2014-10-10
  • 詳解如何在Matplotlib中繪制平滑曲線

    詳解如何在Matplotlib中繪制平滑曲線

    這篇文章主要為大家詳細介紹了如何在Matplotlib中繪制平滑曲線,文中的示例代碼講解詳細,具有一定的借鑒價值,有需要的小伙伴可以參考下
    2024-04-04
  • 三步解決python PermissionError: [WinError 5]拒絕訪問的情況

    三步解決python PermissionError: [WinError 5]拒絕訪問的情況

    這篇文章主要介紹了三步解決python PermissionError: [WinError 5]拒絕訪問的情況,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
    2020-04-04
  • python實現中文分詞FMM算法實例

    python實現中文分詞FMM算法實例

    這篇文章主要介紹了python實現中文分詞FMM算法,實例分析了Python基于FMM算法進行中文分詞的實現方法,涉及Python針對文件、字符串及正則匹配操作的相關技巧,需要的朋友可以參考下
    2015-07-07
  • python基礎之set集合詳解

    python基礎之set集合詳解

    這篇文章主要介紹了python基礎之set集合詳解,文中有非常詳細的代碼示例,對正在學習python的小伙伴們有很好地幫助,需要的朋友可以參考下
    2021-04-04

最新評論