Python解析JSON对象的全过程记录

 更新时间:2021年03月25日 09:17:27   作者:北山啦  
这篇文章主要给大家介绍了关于Python解析JSON对象的相关资料,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧

前言

本章节我们将为大家介绍如何使用 Python 语言来编码和解码 JSON 对象。

json处理模块的主要任务,是将一个JSON对象,转换成Python数据类型数据进行处理,或者反之,将Python数据类型数据,转换成JSON对象(字符串流),在不同的模块或者系统间传输。

1. JSON数据格式特点

  1. 对象表示为键值对
  2. 数据由逗号分隔
  3. 花括号保存对象
  4. 方括号保存数组
{
 "students": [
 { "name":"北山啦" , "age":20 },
 { "name":"张三" , "age":30 },
 { "name":"里斯" , "age":17 }
 ]
}
{'students': [{'name': '北山啦', 'age': 20},
 {'name': '张三', 'age': 30},
 {'name': '里斯', 'age': 17}]}

上面就是一个JSON格式数据。它开起来就像是在Python中的字典数据类型。我们可以通过json模块将它转换成字符串或者反过来将字符串转换成字典数据类型。

JSON也支持各种数据类型,它的数据类型和Python各种数据类型之间的对比如下:

  • object —— dict
  • array —— list
  • string —— str
  • number —— int/float
  • true/false —— True/False
  • null —— None

2. 常用方法总结

在json模块中,用于处理json的主要是四个函数,分别是:

  • loads():从JSON字符串中读取数据并转换成Python数据类型
  • load():从JSON文件中读取数据并转换成Python数据类型
  • dumps():将Python数据类型数据转换成JSON字符串
  • dump():将Python数据类型数据转换成JSON字符串写入到文件

3. 系列化和反系列化

从JSON数据转换到Python数据,叫反系列化(deserialization)

从Python数据转换到JSON数据,叫系列化(serialization)

3.1 系列化

系列化:将Python数据转换成JSON字符串的方法。

下面我们先来看一个简单的例子。

import json

data = {
 "students": [
 { "name":"北山啦" , "age":20 },
 { "name":"张三" , "age":30 },
 { "name":"里斯" , "age":17 }
 ]
}
print(type(data))
print(data)
json_str = json.dumps(data)
print(type(json_str))
<class 'dict'>
{'students': [{'name': '北山啦', 'age': 20}, {'name': '张三', 'age': 30}, {'name': '里斯', 'age': 17}]}
<class 'str'>

上面的例子中,虽然看起来数据没有发生变化,但其实它们的数据类型已经发生了本质的改变:将字典数据类型的data,转换成了str类型,然后我们就可以将这个str类型的数据转换成流,在网络上进行传输或者写入到文件等。

import json

data = {
 "students": [
 { "name":"北山啦" , "age":20 },
 { "name":"张三" , "age":30 },
 { "name":"里斯" , "age":17 }
 ]
}

print(type(data))
print(data)
json_str = json.dumps(data, separators=('>>','::'), indent=2)
print(json_str)
<class 'dict'>
{'students': [{'name': '北山啦', 'age': 20}, {'name': '张三', 'age': 30}, {'name': '里斯', 'age': 17}]}
{
 "students"::[
 {
 "name"::"\u5317\u5c71\u5566">>
 "age"::20
 }>>
 {
 "name"::"\u5f20\u4e09">>
 "age"::30
 }>>
 {
 "name"::"\u91cc\u65af">>
 "age"::17
 }
 ]
}

将data写入txt文件中

import json

data = {
 "students": [
 { "name":"北山啦" , "age":20 },
 { "name":"张三" , "age":30 },
 { "name":"里斯" , "age":17 }
 ]
}
with open("students.txt","w") as fp:
 json.dump(data, fp, ensure_ascii=False)
 print("finish")

finish

这样就将data写入了students.txt,看看是不是已经将数据写进去了。

3.2 反系列化

从JSON数据转换到Python类型数据,叫反系列化。可以通过loads()/load()这两个方法来完成。

import json
with open("students.txt") as fp:
 data = json.load(fp)
 """取出字典key为students的数据,
 得到一个list,再从这个list中取第一个数据"""
 print(data['students'][0]) 

{'name': '北山啦', 'age': 20}

parse_int参数

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_int参数,这里我们简单将其指定为float类型。

import json
with open("students.txt") as fp:
 data = json.load(fp, parse_int = float)
 print(data)

{'students': [{'name': '北山啦', 'age': 20.0}, {'name': '张三', 'age': 30.0}, {'name': '里斯', 'age': 17.0}]}

可以看到,age原来是整数类型,通过parse_int已经被转换成了float类型。

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。

def fromJSON(dct): # 这里会对所有的字典数据类型都进行遍历
 if isinstance(dct, dict) and 'students' in dct:
 return dct['students']
 else:
 return Student(dct['name'], dct['age'])

import json

with open("students.txt") as fp:
 data = json.load(fp, object_hook=fromJSON)
 print(data)


[姓名: 北山啦, 年龄: 20, 姓名: 张三, 年龄: 30, 姓名: 里斯, 年龄: 17]

总结

到此这篇关于Python解析JSON对象的文章就介绍到这了,更多相关Python解析JSON对象内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

相关文章

  • 修复Python Pandas数据标记错误的几种方法总结

    修复Python Pandas数据标记错误的几种方法总结

    用于分析数据的 Python 库称为 Pandas,在 Pandas 中读取数据最常见的方式是通过 CSV 文件,但 CSV 文件的限制是它应该采用特定的格式,否则在标记数据时会抛出错误,在本文中,我们将讨论修复 Python Pandas 错误标记数据的各种方法
    2023-10-10
  • OpenCV特征提取与检测之Shi-Tomasi角点检测器

    OpenCV特征提取与检测之Shi-Tomasi角点检测器

    在角点检测的世界里哈瑞斯无疑是最重要的方法之一,但Shi-Tomasi作为改进的算法也有很大应用场景,尤其是动态跟踪用的还比较多,这篇文章主要给大家介绍了关于OpenCV特征提取与检测之Shi-Tomasi角点检测器的相关资料,需要的朋友可以参考下
    2021-08-08
  • Pytorch实现逻辑回归分类

    Pytorch实现逻辑回归分类

    这篇文章主要为大家详细介绍了Pytorch实现逻辑回归分类,文中示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2022-07-07
  • Python元类编程实现一个简单的ORM

    Python元类编程实现一个简单的ORM

    本文主要介绍了Python元类编程实现一个简单的ORM,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2023-03-03
  • 详解Python可视化神器Yellowbrick使用

    详解Python可视化神器Yellowbrick使用

    Yellowbrick是由一套被称为"Visualizers"组成的可视化诊断工具组成的套餐,其由Scikit-Learn API延伸而来,对模型选择过程其指导作用。这篇文章主要介绍了Python可视化神器Yellowbrick使用,需要的朋友可以参考下
    2019-11-11
  • 跟老齐学Python之复习if语句

    跟老齐学Python之复习if语句

    是否记得,在上一部分,有一讲专门介绍if语句的:从if开始语句的征程。在学习if语句的时候,对python编程的基础知识了解的还不是很多,或许没有做什么太复杂的东西。本讲要对它进行一番复习,通过复习提高一下。如果此前有的东西忘记了,建议首先回头看看前面那讲。
    2014-10-10
  • 详解如何在Matplotlib中绘制平滑曲线

    详解如何在Matplotlib中绘制平滑曲线

    这篇文章主要为大家详细介绍了如何在Matplotlib中绘制平滑曲线,文中的示例代码讲解详细,具有一定的借鉴价值,有需要的小伙伴可以参考下
    2024-04-04
  • 三步解决python PermissionError: [WinError 5]拒绝访问的情况

    三步解决python PermissionError: [WinError 5]拒绝访问的情况

    这篇文章主要介绍了三步解决python PermissionError: [WinError 5]拒绝访问的情况,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2020-04-04
  • python实现中文分词FMM算法实例

    python实现中文分词FMM算法实例

    这篇文章主要介绍了python实现中文分词FMM算法,实例分析了Python基于FMM算法进行中文分词的实现方法,涉及Python针对文件、字符串及正则匹配操作的相关技巧,需要的朋友可以参考下
    2015-07-07
  • python基础之set集合详解

    python基础之set集合详解

    这篇文章主要介绍了python基础之set集合详解,文中有非常详细的代码示例,对正在学习python的小伙伴们有很好地帮助,需要的朋友可以参考下
    2021-04-04

最新评论