Python解析JSON
什么是JSON
JSON（JavaScript Object Notation）是一种轻量级的数据交换语言，以文字为基础，且易于让人阅读。JSON是Javascript的一个子集，但JSON是独立于语言的文本格式，并且采用了类似于C语言家族的一些习惯。
- JSON 表示 JavaScript 对象表示法（JavaScript Object Notation）
- 这个格式由 Douglas Crockford 提出
- 被设计用于可读的数据交换
- 它是从 JavaScript 脚本语言中演变而来
- 文件名扩展是 .json
- JSON 的网络媒体类型是 application/json
- 统一标示符类型（Uniform Type Identifier）是 public.json
JSON的特点和使用范围
使用范围：
- 用于编写基于 JavaScript 应用程序，包括浏览器扩展和网站
- JSON 格式可以用于通过网络连接序列化和传输结构化数据
- 主要用于在服务器和 Web 应用程序之间传输数据
- Web 服务和 APIs 可以使用 JSON 格式提供公用数据
- 还可以用于现代编程语言中
特点：
- JSON 容易阅读和编写
- 它是一种轻量级的基于文本的交换格式
- 语言无关
与XML的比较
JSON与XML最大的不同在于XML是一个完整的标记语言，而JSON不是。这使得XML在程序判读上需要比较多的功夫。主要的原因在于XML的设计理念与JSON不同。XML利用标记语言的特性提供了绝佳的延展性（如XPath），在数据存储，扩展及高级检索方面具备对JSON的优势，而JSON则由于比XML更加小巧，以及浏览器的内建快速解析支持，使得其更适用于网络数据传输领域
JSON语法
JSON 语法是 JavaScript 对象表示法语法的子集
- 数据在名称/值对中
- 数据由逗号分隔
- 花括号保存对象
- 方括号保存数组
JSON 名称/值对
JSON 数据的书写格式是：名称/值对。 名称/值对包括字段名称（在双引号中），后面写一个冒号，然后是值：
“firstName” : “John”
这很容易理解，等价于这条 JavaScript 语句：
firstName = “John”
JSON 值
JSON 值可以是： 数字（整数或浮点数） 字符串（在双引号中） 逻辑值（true 或 false） 数组（在方括号中） 对象（在花括号中） null
JSON 对象
JSON 对象在花括号中书写： 对象可以包含多个名称/值对：
{ “firstName”:”John” , “lastName”:”Doe” }
这一点也容易理解，与这条 JavaScript 语句等价：
firstName = “John” lastName = “Doe”
JSON 数组
JSON 数组在方括号中书写： 数组可包含多个对象：
{ “employees”: [ { “firstName”:”John” , “lastName”:”Doe” }, { “firstName”:”Anna” , “lastName”:”Smith” }, { “firstName”:”Peter” , “lastName”:”Jones” } ]
}
在上面的例子中，对象 “employees” 是包含三个对象的数组。每个对象代表一条关于某人（有姓和名）的记录。
JSON示例
书籍数据有语言和版本信息，下面的例子展示了使用 JSON 存储书籍信息：
{
"book": [
{
"id":"01",
"language": "Java",
"edition": "third",
"author": "Herbert Schildt"
},
{
"id":"07",
"language": "C++",
"edition": "second"
"author": "E.Balagurusamy"
}]
}python解析JSON
解析基本数据
python原始类型—>JSON类型的转换关系如下：
python类型 | JSON类型 |
|---|---|
dict | object |
list,tuple | array |
str,unicode | string |
int,long,float | number |
True | true |
Flase | false |
None | null |
Python自带的json模块可以实现对JSON数据的解析：
API文档参考：HERE
主要使用的是其中的两个函数： json.dumps() 和 json.loads()
json.dumps()负责将python数据类型转换为JSON数据类型（Encoding） json.loads()负责将JSON数据类型转换为python数据类型（Decoding）
下面看一个简单的例子：
In [44]: import json
In [45]: data =[{'a':'AB','b':(2,5),'c':[4,6,7],'d':13.4}] ## python数据类型
In [46]: data_json = json.dump
json.dump json.dumps
In [46]: data_json = json.dumps(data)
In [47]: print data_json
[{"a": "AB", "c": [4, 6, 7], "b": [2, 5], "d": 13.4}] ##JSON数据类型上面可以看到，dumps将tuple转换为数组，将’AB’转换为”AB”
In [48]: json_data = {
"book":[
{
"id":"01",
"language": "Java",
"edition": "third",
"author": "Herbert Schildt"
},
{
"id":"07",
"language": "C++",
"edition": "second",
"author": "E.Balagurusamy"
}
]
}
In [49]: python_data = json.loads(json_data) ##Decode
In [50]: print python_data
{u'book': [{u'edition': u'third', u'id': u'01', u'language': u'Java', u'author': u'Herbert Schildt'}, {u'edition': u'second', u'id': u'07', u'language': u'C++', u'author': u'E.Balagurusamy'}]}JSON数据类型—>python类型的转换关系如下：
JSON类型 | python类型 |
|---|---|
object | dict |
array | list |
string | unicode |
number(int) | int,long |
number(real) | float |
true | True |
false | False |
null | None |
编码后的JSON字符串虽然结构紧凑，但是’:’后面跟的还有空格，对于web传输是不必要的，并且没有indent使得我们看起来不方便 可以在编码json.dumps()时指定一些参数，实现我们的需求
<1> sort_key
In [68]: data = [ { 'a':'A', 'b':(2, 4), 'c':3.0 } ]
In [69]: unsorted = json.dumps(data)
In [70]: print 'JSON:', json.dumps(data)
JSON: [{"a": "A", "c": 3.0, "b": [2, 4]}]
In [71]: print 'SORT:', json.dumps(data, sort_keys=True) ## 指定key排序
SORT: [{"a": "A", "b": [2, 4], "c": 3.0}]<2> indent
In [73]: data = [ { 'a':'A', 'b':(2, 4), 'c':3.0 } ]
In [74]: print 'NORMAL:', json.dumps(data, sort_keys=True)
NORMAL: [{"a": "A", "b": [2, 4], "c": 3.0}]
In [75]: print 'INDENT:', json.dumps(data, sort_keys=True, indent=2) ## 加入缩进，输出更加易读
INDENT: [
{
"a": "A",
"b": [
2,
4
],
"c": 3.0
}
]<3>separators
In [76]: data = [ { 'a':'A', 'b':(2, 4), 'c':3.0 } ]
In [77]: print 'DATA:', repr(data)
DATA: [{'a': 'A', 'c': 3.0, 'b': (2, 4)}]
In [78]: print 'repr(data) :', len(repr(data))
repr(data) : 35
In [79]: print 'dumps(data) :', len(json.dumps(data))
dumps(data) : 35
In [80]: print 'dumps(data, indent=2) :', len(json.dumps(data, indent=2))
dumps(data, indent=2) : 76 ## 加入indent是76个字符长度
In [81]: print 'dumps(data, separators):', len(json.dumps(data, separators=(',',':')))
dumps(data, separators): 29 ## 去除','和':'之后的空格，只有29个字符，便于web传输JSON字符串写入文件流
上面的都是在内存中直接进行的处理，如果对于大的数据显然是不可能的，需要进行文件操作，下面做个演示：
import json
import tempfile
data = [ { 'a':'A', 'b':(2, 4), 'c':3.0 } ]
##tempfile的作用是创建个临时文件，之后会被自动删除，NamedTemporaryFile表示此临时文件可以获得文件名(f.name)
f = tempfile.NamedTemporaryFile(mode='w+')
##写入encode数据
json.dump(data, f)
f.flush()
##decode数据
with open(f.name, 'r') as p:
print p.read() 结果是： [{“a”: “A”, “c”: 3.0, “b”: [2, 4]}]
解析自定义数据
这个部分我就不写了，推荐个好的博客，大家看这个就行了，廖雪峰的博客
写的很不错，大家看看应该没什么问题
解析中文的问题
loads方法如果传入的字符串的编码不是UTF-8的话，需要用encoding指定字符编码
示例：
import json
js = json.loads('{"insun": "泰囧 / 人在囧途2 / Lost in Thailand "}')
print json.dumps(js) ##不指定编码的
{"insun": "\u6cf0\u56e7 / \u4eba\u5728\u56e7\u90142 / Lost in Thailand "}
print json.dumps(js,ensure_ascii=False) ##正确解析
{"insun": "泰囧 / 人在囧途2 / Lost in Thailand "}同样的如果是GB2312编码的直接指定为GB2312就行了
dataDict = json.loads(dataJsonStr, encoding='GB2312')
如果要解析的字符串，本身的编码类型，不是基于ASCII的，那么，调用json.loads之前，需要先将对应字符串，转换为Unicode类型 还是以上述的： dataDict = json.loads(dataJsonStr, encoding=’GB2312’); 为例，比如我本身 dataJsonStr 是GB2312的字符，但是其中又包含了的一些日文字符，此时，json.loads还是会出错，因为此处的 dataJsonStr 不是以ASCII为基础的字符编码，所以，需要先去将dataJsonStr转换为Unicode，然后再调用 json.loads
dataJsonStrUni = dataJsonStr.decode('GB2312')
dataDict = json.loads(dataJsonStrUni, encoding='GB2312')