Python中JSON的使用方法(超詳細(xì))

更新時(shí)間：2022年11月10日 12:22:51 作者：ZSYL

JSON是一種輕量級(jí)的數(shù)據(jù)交換格式，它是JavaScript的子集，易于人閱讀和編寫，這篇文章主要介紹了Python中JSON的基本使用,需要的朋友可以參考下

1. JSON簡介

JSON(JavaScript Object Notation) 是一種輕量級(jí)的數(shù)據(jù)交換格式，它是JavaScript的子集，易于人閱讀和編寫。

JSON用來存儲(chǔ)和交換文本信息，比xml更小/更快/更易解析，易于讀寫，占用帶寬小，網(wǎng)絡(luò)傳輸速度快的特性，適用于數(shù)據(jù)量大，不要求保留原有類型的情況。。

前端和后端進(jìn)行數(shù)據(jù)交互，其實(shí)就是JS和Python進(jìn)行數(shù)據(jù)交互！

2. JSON語法規(guī)則

名稱必須用雙引號(hào)（即：" "）來包括
值可以是雙引號(hào)包括的字符串、數(shù)字、true、false、null、JavaScript數(shù)組，或子對(duì)象
數(shù)據(jù)在name/value中
數(shù)據(jù)見用逗號(hào)分隔
花括號(hào)保存對(duì)象
方括號(hào)保存數(shù)組

3. JSON數(shù)據(jù)類型

一并列舉出Python與JSON數(shù)據(jù)類型的映射關(guān)系：

Python	JSON
dict	object
list, tuple	array
str, unicode	string
int, long, float	number
True	true
False	false
None	null

4. JSON對(duì)象

在花括號(hào)中書寫，對(duì)象可以包含多個(gè)名稱/值對(duì)。

例：

{"firstname": "jonh", "lastname": "Doe"}

5. JSON數(shù)組

Employees是包含三個(gè)對(duì)象的數(shù)組。

每個(gè)對(duì)象代表一條關(guān)于某個(gè)人名的記錄，在方括號(hào)中書寫，數(shù)組可以包含多個(gè)對(duì)象：

{
	"employees": [
		{ “firstName”:“John” , “l(fā)astName”:“Doe” },
		{ “firstName”:“Anna” , “l(fā)astName”:“Smith” },
		{ “firstName”:“Peter” , “l(fā)astName”:“Jones” }
	]
}

6. JSON中常用的方法

python在使用json這個(gè)模塊前，首先要導(dǎo)入json庫：import json.

方法	描述
json.dumps()	將 Python 對(duì)象編碼成 JSON 字符串
json.loads()	將已編碼的 JSON 字符串解碼為 Python 對(duì)象
json.dump()	將Python內(nèi)置類型序列化為json對(duì)象后寫入文件
json.load()	讀取文件中json形式的字符串元素轉(zhuǎn)化為Python類型

注意：不帶s的是序列化到文件或者從文件反序列化，帶s的都是內(nèi)存操作不涉及持久化。

6.1 json.dumps()

import json
 
data = {'name':'nanbei','age':18}
# 將Python對(duì)象編碼成json字符串
print(json.dumps(data))

結(jié)果:

{"name": "nanbei", "age": 18}

注：在這里我們可以看到，原先的單引號(hào)已經(jīng)變成雙引號(hào)了

6.2 json.loads()

import json
 
data = {'name':'nanbei','age':18}
# 將Python對(duì)象編碼成json字符串
# print(json.dumps(data))
# 將json字符串解碼成Python對(duì)象
a = json.dumps(data)
print(json.loads(a))

結(jié)果:

{'name': 'nanbei', 'age': 18}

在這里舉個(gè)元組和列表的例子：

import json
 
data = (1,2,3,4)
data_json = [1,2,3,4]
#將Python對(duì)象編碼成json字符串
print(json.dumps(data))
print(json.dumps(data_json))

#將Python對(duì)象編碼成json字符串
a = json.dumps(data)
b = json.dumps(data_json)
#將json字符串編碼成Python對(duì)象
print(json.loads(a))
print(json.loads(b))

結(jié)果：

[1, 2, 3, 4]
[1, 2, 3, 4]
[1, 2, 3, 4]
[1, 2, 3, 4]

可以看到，元組和列表解析出來的均是數(shù)組。

由以上輸出可以看出編碼過程中，Python中的list和tuple都被轉(zhuǎn)化成json的數(shù)組，而解碼后，json的數(shù)組最終被轉(zhuǎn)化成Python的list的，無論是原來是list還是tuple。

6.3 json.dump()

將Python內(nèi)置類型序列化為json對(duì)象后寫入文件：

import json
 
data = {
    'nanbei':'haha',
    'a':[1,2,3,4],
    'b':(1,2,3)
}
with open('json_test.txt','w+') as f:
    json.dump(data,f)

6.4 json.load()

讀取文件中json形式的字符串元素轉(zhuǎn)化為Python類型：

import json
 
data = {
    'nanbei':'haha',
    'a':[1,2,3,4],
    'b':(1,2,3)
}
with open('json_test.txt','w+') as f:
    json.dump(data,f)
 
with open('json_test.txt','r+') as f:
    print(json.load(f))

結(jié)果：

{'a': [1, 2, 3, 4], 'b': [1, 2, 3], 'nanbei': 'haha'}

6.5 更多實(shí)例

json.dumps()：將一個(gè)Python數(shù)據(jù)類型列表編碼成json格式的字符串

#python的列表轉(zhuǎn)換為json的數(shù)組
>>> import json
>>> json.dumps([1,2,3])
'[1, 2, 3]'
#python的字符串轉(zhuǎn)換為json的字符串
>>> json.dumps('abdcs')
'"abdcs"'
#python的元祖轉(zhuǎn)換為json的數(shù)組
>>> json.dumps((1,2,3,'a'))
'[1, 2, 3, "a"]'#注意此時(shí)顯示的是方括號(hào)
#python的字典轉(zhuǎn)換為json的對(duì)象
>>> json.dumps({1:'a',2:'b'})
'{"1": "a", "2": "b"}'#注意此時(shí)1和2轉(zhuǎn)換后是加了引號(hào)的，因?yàn)閖son的名稱是必須要加引號(hào)的
#python的整數(shù)轉(zhuǎn)換為json的數(shù)字
>>> json.dumps(13)
'13'
#python的浮點(diǎn)數(shù)轉(zhuǎn)換為json的數(shù)字
>>> json.dumps(3.1415)
'3.1415'
#python的unicode字符串轉(zhuǎn)換為json的字符串
>>> json.dumps(u'a')
'"a"'
#python的True轉(zhuǎn)換為json的數(shù)組true
>>> json.dumps(True)
'true'
#python的False轉(zhuǎn)換為json的數(shù)組false
>>> json.dumps(False)
'false'
#python的None轉(zhuǎn)換為json的null
>>> json.dumps(None)
'null'
#json本質(zhì)上是一個(gè)字符串
>>> type(json.dumps('abc'))
<class 'str'>

dump和dumps：

import json

# dumps可以格式化所有的基本數(shù)據(jù)類型為字符串
data1 = json.dumps([])         # 列表
print(data1, type(data1))
data2 = json.dumps(2)          # 數(shù)字
print(data2, type(data2))
data3 = json.dumps('3')        # 字符串
print(data3, type(data3))
dict = {"name": "Tom", "age": 23}   # 字典
data4 = json.dumps(dict)
print(data4, type(data4))

with open("test.json", "w", encoding='utf-8') as f:
    # indent 超級(jí)好用，格式化保存字典，默認(rèn)為None，小于0為零個(gè)空格
    f.write(json.dumps(dict, indent=4))
    json.dump(dict, f, indent=4)  # 傳入文件描述符，和dumps一樣的結(jié)果

得到的輸出結(jié)果如下：格式化所有的數(shù)據(jù)類型為str類型:

[] <class 'str'>
2 <class 'str'>
"3" <class 'str'>
{"name": "Tom", "age": 23} <class 'str'>

test.json中的內(nèi)容:

{
    "name": "Tom",
    "age": 23
}

load和loads

import json

dict = '{"name": "Tom", "age": 23}'   # 將字符串還原為dict
data1 = json.loads(dict)
print(data1, type(data1))

with open("test.json", "r", encoding='utf-8') as f:
    data2 = json.loads(f.read())    # load的傳入?yún)?shù)為字符串類型
    print(data2, type(data2))
    f.seek(0)                       # 將文件游標(biāo)移動(dòng)到文件開頭位置
    data3 = json.load(f)
    print(data3, type(data3))

運(yùn)行結(jié)果如下：

{'name': 'Tom', 'age': 23} <class 'dict'>
{'name': 'Tom', 'age': 23} <class 'dict'>
{'name': 'Tom', 'age': 23} <class 'dict'>

7. 參數(shù)詳解

dumps(obj,skipkeys=False, ensure_ascii=True, check_circular=True,
        allow_nan=True, cls=None, indent=None, separators=None,
        default=None, sort_keys=False, **kw):

函數(shù)作用: 將Python對(duì)象轉(zhuǎn)變成JSON對(duì)象，便于序列化內(nèi)存/文件中。

參數(shù)：

skipkeys: 如果為True的話，則只能是字典對(duì)象，否則會(huì)TypeError錯(cuò)誤, 默認(rèn)False
ensure_ascii: 確定是否為ASCII編碼
check_circular: 循環(huán)類型檢查，如果為True的話
allow_nan: 確定是否為允許的值
indent: 會(huì)以美觀的方式來打印，呈現(xiàn)，實(shí)現(xiàn)縮進(jìn)
separators: 對(duì)象分隔符，默認(rèn)為,
encoding: 編碼方式，默認(rèn)為utf-8
sort_keys: 如果是字典對(duì)象，選擇True的話，會(huì)按照鍵的ASCII碼來排序

對(duì)于dump來說，只是多了一個(gè)fp參數(shù)：

簡單說就是dump需要一個(gè)類似文件指針的參數(shù)（并不是真正的指針，可以稱之為文件對(duì)象），與文件操作相結(jié)合，即先將Python文件對(duì)象轉(zhuǎn)化為json字符串再保存在文件中。

dump(obj, fp, skipkeys=False, ensure_ascii=True, check_circular=True,
        allow_nan=True, cls=None, indent=None, separators=None,
        default=None, sort_keys=False, **kw)

Serialize ``obj`` as a JSON formatted stream to ``fp`` (a``.write()``-supporting file-like object).

類似Java中的class implements java.io.Serializable

Java提供了一種對(duì)象序列化的機(jī)制，該機(jī)制中，一個(gè)對(duì)象可以被表示為一個(gè)字節(jié)序列，該字節(jié)序列包括該對(duì)象的數(shù)據(jù)、有關(guān)對(duì)象的類型的信息和存儲(chǔ)在對(duì)象中數(shù)據(jù)的類型。

8. JSON反序列化為對(duì)象

JSON反序列化為類對(duì)象或者類的實(shí)例，使用的是loads()方法中的object_hook參數(shù)：

代碼示例：

import json

# 定義一個(gè)員工類
class Employee(object):
      def __init__(self,name,age,sex,tel):
            self.name=name
            self.age=age
            self.sex=sex
            self.tel=tel
            
# 實(shí)例化一個(gè)對(duì)象     
emp = Employee('kongsh',18,'female',13123456789)

# 定義JSON轉(zhuǎn)換Python實(shí)例的函數(shù)
def jsonToClass(emp):
      return Employee(emp['name'], emp['age'], emp['sex'], emp['tel'])
# 定義一個(gè)json字符串（字典）
json_str = '{"name": "kongsh", "age": 18, "sex": "female", "tel": 13123456789}'

emp = json.loads(json_str, object_hook=jsonToClass)
print (emp)
print(emp.name)

結(jié)果展示：

在這里插入圖片描述

9. 常見的錯(cuò)誤

9.1 讀取多行的JSON文件

假如要讀取一個(gè)多行的JSON文件：

{"坂": ["坂5742"]}
{"構(gòu)": ["構(gòu)6784"]}
{"共": ["共5171"]}
{"鉤": ["鉤94a9"]}
{"骯": ["骯80ae"]}
{"孤": ["孤5b64"]}

如果直接使用：

with open(json_path, 'r') as f:
    json_data = json.load(f)

就會(huì)報(bào)錯(cuò)：拋出異常JSONDecodeError

json.decoder.JSONDecodeError: Extra data: line 2 column 1 (char 17)

表示數(shù)據(jù)錯(cuò)誤，數(shù)據(jù)太多，第2行第一列

因?yàn)?strong>json只能讀取一個(gè)文檔對(duì)象，有兩個(gè)解決辦法

單行讀取文件,一次讀取一行文件。
保存數(shù)據(jù)源的時(shí)候，格式寫為一個(gè)對(duì)象（dump）。

1. 單行讀取文件：

with open(json_path, 'r') as f:
    for line in f.readlines():
        json_data = json.loads(line)

但是這種做法還有個(gè)問題，如果JSON文件中包含空行，還是會(huì)拋出JSONDecodeError異常。

json.decoder.JSONDecodeError: Expecting value: line 2 column 1 (char 1)

可以先處理空行，再進(jìn)行文件讀取操作：

for line in f.readlines():
      line = line.strip()   # 使用strip函數(shù)去除空行
      if len(line) != 0:
          json_data = json.loads(line)

2. 合并為一個(gè)對(duì)象：

將json文件處理成一個(gè)對(duì)象文件（序列化）：

{"dict": [
{"坂": ["坂5742"]},
{"構(gòu)": ["構(gòu)6784"]},
{"共": ["共5171"]},
{"鉤": ["鉤94a9"]},
{"骯": ["骯80ae"]},
{"孤": ["孤5b64"]}
]}

然后再用：

with open(json_path, 'r') as f:
     json_data = json.loads(f.read())

9.2 控制臺(tái)亂碼

# ensure_ascii=False 表示在控制臺(tái)能夠顯示中文
json_str = json.dumps(center_data_list, ensure_ascii=False)

10. 總結(jié)

json.dumps 將 Python 對(duì)象編碼成 JSON 字符串
json.loads 將已編碼的 JSON 字符串解碼為 Python 對(duì)象
json.dump和json.load，需要傳入文件描述符，加上文件操作。
json內(nèi)部的格式要注意，一個(gè)好的格式能夠方便讀取，可以用indent格式化。

個(gè)人總結(jié)：

dump：存入的實(shí)例對(duì)象object（序列化）
dumps：存入的JSON的字符串?dāng)?shù)據(jù)
load：讀取的實(shí)例對(duì)象object（反序列化）
loads：讀取的JSON的字符串?dāng)?shù)據(jù)，轉(zhuǎn)化為Python字典對(duì)象

參考資料：

Python中的json操作

python3基礎(chǔ)：操作json

Python中JSON的基本使用

到此這篇關(guān)于Python中JSON的基本使用的文章就介紹到這了,更多相關(guān)Python JSON使用內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章:

Python
JSON

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