数据结构
网络
关系数据库管理系统 (RDBMS)
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理学
化学
生物学
数学
英语
经济学
心理学
社会学
服装设计
法律研究Python 中的 JSON 编码器和解码器包
JSON 代表 JavaScript 对象表示法。它是一种轻量级的数据交换格式。它类似于 pickle。但是，pickle 序列化是特定于 Python 的，而 JSON 格式由多种语言实现。Python 标准库中的 json 模块实现了类似于 pickle 和 marshal 模块的对象序列化功能。
就像 pickle 模块一样，json 模块也提供了 dumps() 和 loads() 函数，用于将 Python 对象序列化为 JSON 编码的字符串，以及 dump() 和 load() 函数，用于将序列化后的 Python 对象写入/读取到文件。
dumps()
此函数将对象转换为 JSON 格式。
loads()
此函数将 JSON 字符串转换回 Python 对象。
以下示例演示了这些函数的基本用法。
>>> import json
>>> data=['Rakesh',{'marks':(50,60,70)}]
>>> s=json.dumps(data)
>>> s
'["Rakesh", {"marks": [50, 60, 70]}]'
>>> json.loads(s)
['Rakesh', {'marks': [50, 60, 70]}]Th dumps() 函数可以接受可选的 sort_keys 参数。默认情况下为 False。如果设置为 True，则字典键将按排序顺序出现在 JSON 字符串中。
>>> data={"marks":50, "age":20, "rank":5}
>>> s=json.dumps(data, sort_keys=True)
>>> s
'{"age": 20, "marks": 50, "rank": 5}'
>>> json.loads(s)
{'age': 20, 'marks': 50, 'rank': 5}dumps() 函数还有一个可选参数称为 indent，它接受一个数字作为值。它决定了 json 字符串格式化表示的每个段的长度，类似于 pprint 输出。
>>> data = ['Rakesh',{'marks':(50,60,70)}]
>>> s = json.dumps(data, indent=2)
>>> print (s)
[
"Rakesh",{
"marks": [
50,
60,
70
]
}
]json 模块还具有与上述函数相对应的面向对象 API。模块中定义了两个类 - JSONEncoder 和 JSONDecoder。
JSONEncoder 类
此类的对象是 Python 数据结构的编码器。每个 Python 数据类型都转换为相应的 JSON 类型，如下表所示。
| Python | JSON |
|---|---|
| dict | object |
| list, tuple | array |
| str | string |
| int, float, int- & float-derived Enums | number |
| True | True |
| True | false |
| None | null |
JSONEncoder 类由 JSONEncoder() 构造函数实例化。编码器类中定义了以下重要方法
**encode()** - 将 Python 对象序列化为 JSON 格式
**iterencode()** - 编码对象并返回一个迭代器，该迭代器生成对象中每个项目的编码形式。
**indent** - 确定编码字符串的缩进级别
**sort_keys** - 为 true 或 false，使键按排序顺序出现或不出现。
**check_circular** - 如果为 True，则检查容器类型对象中的循环引用
以下示例编码 Python 列表对象。
>>> e=json.JSONEncoder()
>>> e.encode(data)
'["Rakesh", {"marks": [50, 60, 70]}]'使用 iterencode() 方法，编码字符串的每个部分如下所示
>>> for obj in e.iterencode(data):
print (obj)
[
"Rakesh"
{
"marks"
:
[
50
, 60
, 70
]
}
]JSONDEcoder 类
此类的对象有助于将 json 字符串解码回 Python 数据结构。此类中的主要方法是 decode()。以下示例代码从前面步骤中编码的字符串中检索 Python 列表对象。
>>> d=json.JSONDecoder()
>>> d.decode(s)
['Rakesh', {'marks': [50, 60, 70]}]JSON 与文件/流
json 模块定义了 load() 和 dump() 函数，用于将 JSON 数据写入文件类对象（可能是磁盘文件或字节流）并从中读取数据。
dump()
此函数以 JSON 格式编码 Python 对象数据并将其写入文件。该文件必须具有写入权限。
>>> data=['Rakesh', {'marks': (50, 60, 70)}]
>>> fp=open('json.txt','w')
>>> json.dump(data,fp)
>>> fp.close()此代码将在当前目录中创建“json.txt”。它显示内容如下
["Rakesh", {"marks": [50, 60, 70]}]load()
此函数从文件中加载 JSON 数据并从中构建 Python 对象。该文件必须以读取权限打开。
>>> fp=open('json.txt','r')
>>> ret=json.load(fp)
>>> ret
['Rakesh', {'marks': [50, 60, 70]}]
>>> fp.close()本文介绍了 json 模块中的重要函数。
3K+ 次查看
