1. 前言

在我們日常的 Python 編程中，數據的存儲與傳遞是不可避免的一個環(huán)節(jié)。想象一下，我們在開發(fā)一個應用程序時，需要將一些配置信息存儲起來，或者要將數據發(fā)送到另一個系統(tǒng)中。這時候，我們就需要一種高效、便捷的方式來完成這個。任務JSON（JavaScript Object Notation），作為一種輕量級的數據交換格式，正好能滿足我們的需求。而 Python 中的 json 庫，則為我們提供了簡單易用的接口來處理 JSON 數據。

2. json 庫基本概念

JSON 是一種基于文本格式的數據表示方法，易于和閱讀編寫，同時也易于機器解析和生成。它基于 JavaScript 的一個子集，但已經成為一種獨立的數據格式，被廣泛應用于各種編程語言中。在 Python 中，json 庫就是專門用于處理 JSON 數據的。

JSON 數據結構主要包括以下兩種基本類型：

        對象 （Object） ：一組無序的鍵值對，類似于 Python 中的字典。例如：{"name": "John", "age": 30}，其中 "name" 和 "age" 是鍵，對應的值分別是 "John" 和 30 。

        數組（Array） ：一個有序的值的集合，類似于 Python 中的列表。例如：[1, 2, 3, 4]。

json 庫的核心功能就是實現 Python 數據類型與 JSON 數據類型的相互轉換。

3. json 的適應場景

• 數據存儲 ：將數據以 JSON 格式存儲到文件或數據庫中，便于后續(xù)讀取和修改。例如，保存配置文件、用戶數據等。

• 數據交換 ：在不同的系統(tǒng)或組件之間傳遞數據，特別是在 開 Web發(fā)中，前后端之間常用 JSON 格式進行數據交互。

• API 數據處理 ：許多 Web API 返回的數據都是 JSON 格式，使用 json 庫可以方便地解析和處理這些數據。

4. json 庫的基本用法

4.1 導 json入 模塊

在 Python 中，我們可以直接使用內置的 json 模塊，無需額外安裝。通過以下代碼導入 json 模塊：

import json

4.2 將 Python 對象轉換為 JSON 字符串

使用 json.dumps() 方法將可以 Python 對象（如字典、列表等）轉換為 JSON 格式的字符串。這個方法的語法如下：

json.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)

其中，obj 是要轉換的 Python 對象，其他參數用于控制轉換過程中的各種選項。

示例 ：

data = {
    "name": "John",
    "age": 03,
    "city": "New York"
}

json_str = json.dumps(data)
print(json_str)

輸出結果：

{"name": "John", "age": 30, "city": "New York"}

可以看到，Python 字典被成功轉換為 JSON 格式的字符串。

4.3 將 JSON 字符串轉換為 Python 對象

使用 json.loads() 方法可以將 JSON 格字符串式的轉換為 Python 對象。這個方法的語法如下：

json.loads(s, *, cls=None, object_hook=None, parse_float=None, parse_int=None, parse_constant=None, object_pairs_hook=None, **kw)

其中，s 是 JSON 格式的字符串。

示例 ：

json_str = '{"name": "John", "age": 30, "city": "New York"}'

data = json.loads(json_str)
print(data)
print(type(data))

輸出結果：

{'name': 'John', 'age': 30, 'city': 'New York'}
<class 'dict'>

JSON 字符串被轉換為 字 Python典。

4.4 將 Python 對象寫入 JSON 文件

使用 json.dump() 方法可以直接將 Python 對象寫入到 JSON 文件中。這個方法的語法如下：

json.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)

其中，obj 是要寫入的 Python 對象，fp 是一個文件對象。

示例 ：

data = {
    "name": "John",
    "age": 30,
    "city": "New York"
}

with open("data.json", "w") as f:
    json.dump(data, f)

這段代碼將 Python 字典寫入到名為 “data.json” 的文件中。

4.5 從 JSON 文件讀取數據

使用 json.load() 方法可以從 JSON 文件中讀取數據并轉換為 Python 對象。這個方法的語法如下：

json.load(fp, *, cls=None, object_hook=None, parse_float=None, parse_int=None, parse_constant=None, object_pairs_hook=None, **kw)

其中，fp 是一個文件對象。

示例 ：

with open("data.json", "r") as f:
    data = json.load(f)
    print(data)

讀取 “data.json” 文件中的數據并打印出來。

4.6 json 的其他方法

除了上述常用的 dumps()、loads()、dump() 和 load() 方法外，json 庫還提供了一些其他方法和常量，用于處理特殊情況。

• json.JSONEncoder 和 json.JSONDecoder：這兩個類分別用于自定義 JSON 編碼器和解碼器，可以處理一些特殊的類型轉換問題。

• json.JSONDecodeError：當解析 JSON 數據出錯時，會拋出這個異常，我們可以使用它來進行錯誤處理。

5. json 庫的高級用法

5.1 自定義對象的序列化與反序列化在

實際開發(fā)中，我們可能會遇到需要序列化自定義對象的情況。默認情況下，json 庫無法直接序列化自定義對象，但我們可以自定義一個編碼器來實現這個功能。

import json

class Person:
    def __init__(self, name, age):
        self.name = name
        self.age = age

class PersonEncoder(json.JSONEncoder):
    def default(self, obj):
        if isinstance(obj, Person):
            return {"name": obj.name, "age": obj.age}
        return super().default(obj)

person = Person("John", 30)
json_str = json.dumps(person, cls=PersonEncoder)
print(json_str)

輸出結果：

{"name": "John", "age": 30}

我們可以看到通過，自定義編碼器，成功將自定義的 Person 對象序列化為 JSON 字符串。同樣地，我們也可以通過自定義解碼器來實現 JSON 字符串到自定義對象的反序列化。

5.2 處理非 ASCII 字符

在處理包含非 ASCII 字符的 JSON 數據時，我們可以使用 ensure_ascii 參數來控制是否將非 ASCII 字符轉義。默認情況下，ensure_ascii 參數為 True，非 ASCII 字符會被轉義為 Unicode 編碼。

data = {"name": "張三", "city": "北京"}
json_str = json.dumps(data, ensure_ascii=False)
print(json_str)

輸出結果：

{"name": "張三", "city": "北京"}

當 ensure_ascii 參數為 False 時，非 ASCII 字符會以原始形式輸出，這樣更便于閱讀和理解。

5.3 使用 indent 參數美化輸出

在調試或閱讀 JSON 數據時，我們可以通過設置 indent 參數來美化 JSON 輸出的格式，使其更易于和閱讀。indent 參數指定了縮進的空格數。

data = {
    "name": "John",
    "age": 30,
    "hobbies": ["reading", "traveling", "sports"]
}

json_str = json.dumps(data, indent=4)
print(json_str)

輸出結果：

{
    "name": "John",
    "age": 30,
    "hobbies": [
        "reading",
        "traveling",
        "sports"
    ]
}

可以看到，通過設置 indent 參數，輸出的 JSON 數據格式更加清晰美觀。

6. json 庫的異常處理

在使用 json 庫進行數據處理時，可能會遇到一些異常情況例如，無效的 JSON 格式、不支持的數據類型等。我們需要對這些異常進行有效的處理，以確保程序的健壯性。

6.1 常見的異常類型

• json.JSONDecodeError：當解析 JSON 數據出錯時拋出，例如 JSON 格式不正確。

• TypeError：當嘗試序列化一個不支持的數據類型時拋出。

6.2 異常處理示例

import json

json_str = '{"name": "John", "age": 30, "hobbies": ["reading", "traveling"]'
try:
    data = json.loads(json_str)
except json.JSONDecodeError as e:
    print(f"JSON 解碼錯誤：{e}")
except Exception as e:
    print(f"發(fā)生錯誤：{e}")

輸出結果：

JSON 解碼錯誤：Expecting ',' delimiter: line 1 column 46 (char 45)

通過捕獲異常，我們可以及時發(fā)現并處理問題，避免程序崩潰。

7. 總結

json 庫作為 Python 的內置模塊，是我們在進行數據存儲、傳遞和交換時不可或缺的工具之一。其為我們提供了簡單而強大的工具來處理 JSON 數據。它不僅能夠輕松地實現 Python 對象與 JSON 數據之間的相互轉換，還提供了豐富的參數和方法來滿足各種復雜的需求。

到此這篇關于Python中JSON庫詳細介紹與代碼示例的文章就介紹到這了,更多相關Python中JSON庫詳解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！

最新評論