国庆长假即将结束了,虽然不上班是很开心,但是假期里走走走、挤挤挤、等等等,也是挺辛苦哒。
不学习使我心慌,今天优雅的本喵带大家充充电,学学Python中操纵JSON的知识。学完本文,你可以学到如下内容:
1、JSON是什么?
2、JSON与XML的优劣差异?
3、将Python对象编码成JSON字符串
4、将JSON字符串解码为Python对象
5、解决JSON中文乱码问题
JSON的全称是 JavaScript Object Notation,是一种轻量级的数据交换格式。最初,JSON 只是 JavaScript 的子集,但由于其简单易用而迅速走红。
现今大部分编程语言都支持对JSON的解析与生成,而近些年异军突起的NoSQL数据库也多参照JSON来设计数据存储格式,例如Mongodb的BSON(Binary JSON)。
JSON有以下六种数据类型:number、boolean、string、null、array、object。前三种很好理解,第四个null对应Python的None,最后两种,对应Python的列表和字典。
1{
2 "name": "小明",
3 "age": 14,
4 "gender": true,
5 "grade": null,
6 "skills": [
7 "JavaScript",
8 "Java",
9 "Python"
10 ]
11}
在JSON出现之前,人们用XML在网络上交换数据,在JSON出现后,它基本上就取代了XML的位置。两者的共同之处显而易见,它们都是结构化的语言,都可以用于网络数据的交换。
两者最大的差异在于它们的“出身”不同,也就是它们被创造的目的不同。
XML是W3C(万维网联盟)发布的可扩展标记语言(Extensible Markup Language),最初设计来弥补HTML的不足,以强大的扩展性满足网络信息发布的需要,与它“同级”的有:XHTML\CSS\ECMAScript等。它包含DTD、XSD、XPath、XSL等一大堆复杂的规范,在数据存储、扩展及高级检索等方面都有作用。后来被用于网络数据交换,颇有点大材小用的意思,虽然可胜任,却也有点复杂和冗余。
而JSON是ECMAScript标准的子集,设计之初就是为了克服XML在数据交换上的劣势,所以一方面,它像XML一样具有简洁而清晰的层次结构,另一方面,它比XML小巧精致,更加适用于网络数据的传输。
JSON也不是没有缺点,当结构层级很多的时候,它会让人陷入繁琐复杂的数据节点查找中,在可读性上要比XML差。
将python的对象转化为字符串,这个过程也称为序列化,与之相对,将JSON字符串转化为python对象,这个过程被称为反序列化。
序列化格式如下,json.dumps()把python对象序列化,json.dump() 先序列化,然后将内容存入文件:
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)
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)
1In [1]: import json
2In [2]: d = dict(name='Tom', age='8', score=88)
3In [3]: json.dumps(d)
4Out[3]: '{"name": "Tom", "age": "8", "score": 88}'
5In [4]: with open('test.json', 'w') as f:
6 ...: json.dump(d, f)
用的比较多的参数有:
1In [15]: d = dict(name='Python猫', age='8', score=88)
2
3In [16]: json.dumps(d)
4Out[16]: '{"name": "Python\\u732b", "age": "8", "score": 88}'
5
6In [17]: json.dumps(d, ensure_ascii=False, indent=4, sort_keys=True)
7Out[17]: '{\n "age": "8",\n "name": "Python猫",\n "score": 88\n}'
8
9In [18]: print(json.dumps(d, ensure_ascii=False, indent=4, sort_keys=True))
10{
11 "age": "8",
12 "name": "Python猫",
13 "score": 88
14}
反序列化格式如下,json.loads()从内存中读取内容解析,json.load() 从文件中读取内容解析:
json.loads(s, *, encoding=None, cls=None, object_hook=None, parse_float=None, parse_int=None, parse_constant=None, object_pairs_hook=None, **kw)
json.load(fp, *, cls=None, object_hook=None, parse_float=None, parse_int=None, parse_constant=None, object_pairs_hook=None, **kw)
1In [1]: import json
2In [2]: d = dict(name='Tom', age='8', score=88)
3In [3]: tom_json = json.dumps(d)
4In [4]: json.loads(tom_json)
5Out[4]: {'age': '8', 'name': 'Tom', 'score': 88}
6In [5]: with open('test.json', 'r') as f:
7 ...: print(json.load(f))
8{'name': 'Tom', 'age': '8', 'score': 88}
json.loads()比json.load() 多了一个encoding参数,可以将传入的字符串重新编码。
序列化的ensure_ascii参数与反序列化的encoding相对应,都是处理字符编码,一旦处理不好,就会导致中文乱码问题。
Python2的字符编码乱七八糟,也广被人诟病,如果不幸遇到Python2项目,可参照如下例子解决。
字符串在Python2内部的表示是unicode编码。因此,在做编码转换时,需要以unicode作为中间编码,即先将其他编码的字符串解码(decode)成unicode,再从unicode编码(encode)成另一种编码。
1# -*- coding: utf-8 -*-
2m = {'a' : '你好'}
3
4print m
5=>{'a': '\xe4\xbd\xa0\xe5\xa5\xbd'}
6
7print json.dumps(m)
8=>{"a": "\u4f60\u597d"}
9
10print json.dumps(m,ensure_ascii=False)
11=>{"a": "浣犲ソ"}
12
13print json.dumps(m,ensure_ascii=False).decode('utf8').encode('gb2312')
14=>{"a": "你好"}
Python3的默认编码格式是utf-8,以上例子,只需要ensure_ascii=False,就能解决。
喵喵喵,今天的分享就到这啦。看官们,觉得有用的话,分享给其他同样好学的胖友们吧~~~~