JSON格式

JSON简介

JSON（JavaScript Object Notation）是一种轻量级的数据交换格式，它是JavaScript的子集。JSON用来存储和交换文本信息，易于读写，占用带宽小，网络传输速度快的特性，适用于数据量大，不要求保留原有类型的情况。

JSON格式通常是以键值对的方式呈现，其简洁和清晰的层次结构使得JSON成为理想的数据交换语言，而在Python中处理JSON格式的模块有两个，分别是json和pickle。本文主要学习JSON模块。

JSON的语法规则：

1. 名称必须用双引号括起来
2. 值可以是双引号包括的字符串、数字、true、false、null、JavaScript数组，或子对象
3. 数据在name/value中
4. 数据见用逗号分隔
5. 花括号保存对象
6. 方括号保存数组

JSON模块

在JSON中有四个常用的方法，分别是：dumps(), dump(), loads(), load()。前两个方法将python的数据转换为json格式的字符串反序列化；后两个方法将json格式的字符串转换成python的数据类型。

在使用json这个模块前，首先要导入json库：import json。

• json.load()：用于读取json格式的文件，将文件中的数据转换为字典类型；
• json.dump()：用于存入json格式的文件，将字典类型转换为json形式的字符串，无返回；
• json.dumps()：将python中的字典类型转换为字符串类型，返回json字符串；
• json.loads()：将json格式的字符串转换为字典类型的数据。

区别：load()和dump()处理的主要是文件，序列化到文件或者从文件反序列化；loads()和dumps()处理的是字符串，都是内存操作不涉及持久化。

json.dump()

json.dump()：用于存入json格式的文件，将字典类型转换为json形式的字符串，无返回。obj必传，表示待转换的文件，fp必传，表示文件对象。

def dump(obj, fp, 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)

例子：写入文件有两种方法：

第一种方法：

file_text='{"name":"john","age":22,"sex":"man","address":"USA"}'
json.dump(file_text, open("json.file",'w'))

第二种方法：

file_text='{"name":"john","age":22,"sex":"man","address":"USA"}'
with open("json_file1", "w") as f:
    f.write(json.dumps(file_text))
    f.close()

json.load()

读取文件中json形式的字符串元素转化为Python类型。fp必选，表示文件对象。

def load(fp, encoding=None, cls=None, object_hook=None, parse_float=None,parse_int=None, 
         parse_constant=None, object_pairs_hook=None, **kw)

参数详解：

• fp: 文件描述符，将fp反序列化为Python对象。
• object_hook: 默认值为None,object_hook是一个可选函数，此功能可用于实现自定义解码器。指定一个函数，该函数负责把反序列化后的基本类型对象转换成自定义类型的对象。
• parse_float: 默认值为None，如果指定了parse_float，用来对JSON float字符串进行解码，这可用于为JSON浮点数使用另一种数据类型或解析器。
• parse_int: 默认值为None，如果指定了parse_int，用来对JSON int字符串进行解码，这可以用于为JSON整数使用另一种数据类型或解析器。
• parse_constant:默认值为None，如果指定了parse_constant，对-Infinity，Infinity，NaN字符串进行调用。如果遇到了无效的JSON符号，会引发异常。
• 如果进行反序列化（解码）的数据不是一个有效的JSON文档，将会引发 JSONDecodeError异常。

例子：

with open("json_file1","r") as f:
    print(json.load(f))

json.loads()

json.loads() 用于解码 JSON 数据。该函数返回 Python 字段的数据类型。s必传，表示字符串。

def loads(s, encoding=None, cls=None, object_hook=None, parse_float=None, parse_int=None, parse_constant=None, 
          object_pairs_hook=None, **kw)

参数详解：

• s: 将s（包含JSON文档的str，bytes或bytearray实例）反序列化为Python对象。
• encoding: 指定一个编码的格式。

loads也不需要文件描述符，其他参数的含义和load函数的一致。

例子：

>>> import json
>>> file_text='{"name":"john","age":22,"sex":"man","address":"USA"}'
>>> print(file_text)
'{"name":"john","age":22,"sex":"man","address":"USA"}'
>>> print(type(file_text))
str
>>> print(json.loads(file_text))
{'name': 'john', 'age': 22, 'sex': 'man', 'address': 'USA'}
>>> print(type(json.loads(file_text)))
<class 'dict'>

json 类型转换到 python 的类型对照表：

json.dumps()

json.dumps() 用于将 Python 对象编码成 JSON 字符串。obj必传，表示文件对象。

def 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)

参数详解：

• skipkeys: 如果为True的话，则只能是字典对象，否则会TypeError错误, 默认False；
• ensure_ascii: 确定是否为ASCII编码；
• check_circular: 循环类型检查，如果为True的话；
• allow_nan: 确定是否为允许的值；
• indent: 会以美观的方式来打印，呈现，实现缩进；
• separators: 对象分隔符，默认为；
• encoding: 编码方式，默认为utf-8；
• sort_keys: 如果是字典对象，选择True的话，会按照键的ASCII码来排序。

与dump()相比，dump()只是多了一个fp参数。简单说就是dump()需要一个类似文件指针的参数（并不是真正的指针，可以称之为文件对象），与文件操作相结合，即先将Python文件对象转化为json字符串再保存在文件中。
例子：

>>> import json
>>> file_text={ "name":"john", "age":22, "sex":"man", "address":"USA" }
>>> file_text
{'name': 'john', 'age': 22, 'sex': 'man', 'address': 'USA'}
>>> type(file_text)
dict
>>> json.dumps(file_text)
'{"name": "john", "age": 22, "sex": "man", "address": "USA"}'
>>> type(json.dumps(file_text))
str

可以使用参数让 JSON 数据格式化输出：

>>> print(json.dumps(file_text, sort_keys=True, indent=4, separators=(',', ': ')))
{
    "address": "USA",
    "age": 22,
    "name": "john",
    "sex": "man"
}

Python 原始类型向 json 类型的转化对照表：

参考

• https://www.runoob.com/python/python-json.html
• https://blog.csdn.net/whjkm/article/details/81159888
• https://blog.csdn.net/qq_46092061/article/details/119912882
• https://www.iteye.com/blog/liuzhijun-1859857