栏目分类:
子分类:
返回
名师互学网用户登录
快速导航关闭
当前搜索
当前分类
子分类
实用工具
热门搜索
名师互学网 > IT > 软件开发 > 后端开发 > Python

100天精通Python—第35天:json标准库大总结【文末送书两本】

Python 更新时间: 发布时间: IT归档 最新发布 模块sitemap 名妆网 法律咨询 聚返吧 英语巴士网 伯小乐 网商动力

100天精通Python—第35天:json标准库大总结【文末送书两本】

文章目录
  • 每篇前言
  • 一、JSON基础概述
    • 1、JSON是什么?
    • 2、JSON长什么样?
    • 3、注意事项
    • 4、json格式总结
  • 二、json 模块
    • 1、作用
    • 2、数据类型转换
    • 3、使用方法
    • 4、 json.dumps()
    • 5、json.dump()
    • 6、json.loads()
    • 7、json.load()
    • 8、总结
  • 三、XML文件和JSON文件互转
    • 1、XML文件转为JSON文件
    • 2、JSON文件转换为XML文件
  • 三、参与抽粉丝送书啦

每篇前言
  • 作者介绍:Python领域优质创作者、华为云享专家、阿里云专家博主、2021年CSDN博客新星Top6

  • 本文已收录于Python全栈系列专栏:《100天精通Python从入门到就业》
  • ​​此专栏文章是专门针对Python零基础小白所准备的一套完整教学,从0到100的不断进阶深入的学习,各知识点环环相扣
  • 订阅专栏后续可以阅读Python从入门到就业100篇文章;还可私聊进两百人Python全栈交流群(手把手教学,问题解答); 进群可领取80GPython全栈教程视频 + 300本计算机书籍:基础、Web、爬虫、数据分析、可视化、机器学习、深度学习、人工智能、算法、面试题等。
  • 加入我一起学习进步,一个人可以走的很快,一群人才能走的更远!


一、JSON基础概述 1、JSON是什么?

JSON(全名:JavaScript Object Notation 对象表示法)是一种轻量级文本数据交换格式,JSON的数据格式其实就是python里面的字典格式,里面可以包含方括号括起来的数组,也就是python里面的列表。

  • JSON独立于语言
  • JSON具有自我描述性,更易理解
  • JSON 比 XML 更、更,更易解析
  • 爬虫经常经常会获取接口数据,接口数据就是JSON格式
2、JSON长什么样?

语法格式:{key1:value1, key2:value2,} 键值对形式(用冒号分开),对间用逗号连接

简单案例:JSON 对象

{
    "name": "小明", 
    "age": 18
}

复杂案例:JSON 数组

{
    "student":
        [
            {"name": "小明", "age": 11},
            {"name": "小红","age": 10}
        ],
    "classroom": {"class1": "room1", "class2": "room2"}
}
3、注意事项

1、json的键值对的部分,必须用双引号"包裹,单引号都不行(所以如果在键中出现了关键字,也被字符化了),而js中对象没有强制要求(所以在键中不允许出现关键字)。

2、json的键值对的部分,不允许出现函数function,undefined,NaN,但是可以有null,js中对象的值中可以出现。

3、json数据结束后,不允许出现没有意义的逗号,如:{"name":"admin","age":18,},注意看数据结尾部分18的后面的逗号,不允许出现。

4、json格式总结

正确的json格式如下:

# 格式1:JSON 对象
{"name": "admin", "age": 18}

# 格式2:JSON 数组
{
    "student":
        [
            {"name": "小明", "age": 18},
            {"name": "小红", "age": 16},
            {"name": "小黑", "age": 20}
        ]
}

错误的json格式如下:

二、json 模块 1、作用

1、使用jsON字符串生成python对象(load)

2、由python对象格式化成为ison字符串(dump)

2、数据类型转换

将数据从Python转换到json格式,在数据类型上会有变化,如下表所示:

PythonJSON
dictobject
list, tuplearray
strstring
int, float, int- & float-derived Enumsnumber
Truetrue
Falsefalse
Nonenull

反过来,将json格式转化为python内置类型,如下表所示:

JSONPython
objectdict
arraylist
stringstr
number(int)int
number(real)float
trueTrue
falseFalse
nullNone
3、使用方法

json模块的使用其实很简单,对于绝大多数场合下,我们只需要使用下面四个方法就可以了:

方法功能
json.dumps(obj)将python数据类型转换为json格式的字符串。
json.dump(obj, fp)将python数据类型转换并保存到son格式的文件内。
json.loads(s)将json格式的字符串转换为python的类型。
json.load(fp)从json格式的文件中读取数据并转换为python的类型。
4、 json.dumps()

将python数据类型转换为json格式的字符串。

语法格式: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)

>>> import json

# Python字典
>>> person = {"name": "小明", "age": 30, "tel": ["888888", "1351111111"], "isonly": True}
>>> print(person)
{'name': '小明', 'age': 30, 'tel': ['888888', '1351111111'], 'isonly': True}
>>> type(person)
>> jsonStr = json.dumps(person) 
>>> print(jsonStr )
{"name": "u5c0fu660e", "age": 30, "tel": ["888888", "1351111111"], "isonly": true}
>>> type(jsonStr)

从上可以看出json格式和Python格式的区别在于:python格式打印输出是单引号,类型为dict。而json格式打印输出是双引号,类型为:str。True的开头大小写区别。

使用参数能让JSON字串格式化输出:

>>> print(json.dumps(person, sort_keys=True, indent=4, separators=(',', ': ')))
{
    "age": 30,
    "isonly": true,
    "name": "u5c0fu660e",
    "tel": [
        "888888",
        "1351111111"
    ]
}

参数解读:

  • sort_keys:是否排序
  • indent:定义缩进距离
  • separators:是一个元组,定义分隔符的类型
  • skipkeys:是否允许JSON字串编码字典对象时,字典的key不是字符串类型(默认是不允许)

修改分割符类型:

>>> print(json.dumps(person, sort_keys=True, indent=4, separators=('!', '-')))
{
    "age"-30!
    "isonly"-true!
    "name"-"u5c0fu660e"!
    "tel"-[
        "888888"!
        "1351111111"
    ]
}

文件操作:

import json

person = {"name": "小明", "age": 30, "tel": ["888888", "1351111111"], "isonly": True}

jsonStr = json.dumps(person)

with open('test.json', 'w', encoding='utf-8') as f:  # 打开文件
    f.write(jsonStr)  # 在文件里写入转成的json串

查看生成的新文件:

5、json.dump()

将python数据类型转换并保存到son格式的文件内。

语法格式: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)

import json

person = {"name": "小明", "age": 30, "tel": ["888888", "1351111111"], "isonly": True}

json.dump(person, open('data.json', 'w'))

查看生成的新文件:

使用参数能让JSON字串格式化输出:

import json

person = {"name": "小明", "age": 30, "tel": ["888888", "1351111111"], "isonly": True}

json.dump(person, open('data.json', 'w'), sort_keys=True, indent=4, separators=(',', ': '))

再次查看文件:

json.dumps和json.dump写入文件的区别:

  • dump() 不需要使用.write()方法,只需要写那个字典,那个文件即可;而 dumps() 需要使用.write()方法写入。
  • 如果把字典写到文件里面的时候,dump()好用;但是如果不需要操作文件,或需要把内容存储到数据库何excel,则需要使用dumps()先把字典转换成字符串,再写入
6、json.loads()

将json格式的字符串转换为python的类型。

语法格式:json.loads(s, *, cls=None, object_hook=None, parse_float=None, parse_int=None, parse_constant=None, object_pairs_hook=None, **kw)

>>> import json

# Python字典
>>> person = {"name": "小明", "age": 30, "tel": ["888888", "1351111111"], "isonly": True}
>>> print(person)
{'name': '小明', 'age': 30, 'tel': ['888888', '1351111111'], 'isonly': True}
>>> type(person)
>> jsonStr = json.dumps(person) 
>>> print(jsonStr )
{"name": "u5c0fu660e", "age": 30, "tel": ["888888", "1351111111"], "isonly": true}
>>> type(jsonStr)


# json字符串再转换为Python字典
>>> python_obj = json.loads(jsonStr)
>>> print(python_obj)
{'name': '小明', 'age': 30, 'tel': ['888888', '1351111111'], 'isonly': True}
>>> print(type(python_obj))


# 打印字典的所有key
>>> print(python_obj.keys())  
dict_keys(['name', 'age', 'tel', 'isonly'])

 # 打印字典的所有values
>>> print(python_obj.values()) 
dict_values(['小明', 30, ['888888', '1351111111'], True])

文件操作:

import json

f = open('data.json', encoding='utf-8')
content = f.read()  # 使用loads()方法需要先读文件
python_obj = json.loads(content)
print(python_obj)

输出结果:

7、json.load()

从json格式的文件中读取数据并转换为python的类型。

语法格式:json.load(fp, *, cls=None, object_hook=None, parse_float=None, parse_int=None, parse_constant=None, object_pairs_hook=None, **kw)

文件操作:

import json

python_obj = json.load(open('data.json','r'))
print(python_obj)
print(type(python_obj))

输出结果:

json.load() 和 json.loads() 区别:

  • loads() 传的是json字符串,而 load() 传的是文件对象

  • 使用 loads() 时需要先读取文件在使用,而 load() 则不用

8、总结

不管是dump还是load,带s的都是和字符串相关的,不带s的都是和文件相关的

三、XML文件和JSON文件互转

记录工作中常用的一个小技巧

cmd控制台安装第三方模块:

pip install xmltodict
1、XML文件转为JSON文件

新建一个1.xml文件:


	tom
	mary
	love

转换代码实现:

import json
import xmltodict


def xml_to_json(xml_str):
    """parse是的xml解析器,参数需要

    :param xml_str: xml字符串
    :return: json字符串
    """
    xml_parse = xmltodict.parse(xml_str)
    # json库dumps()是将dict转化成json格式,loads()是将json转化成dict格式。
    # dumps()方法的ident=1,格式化json
    json_str = json.dumps(xml_parse, indent=1)
    return json_str


XML_PATH = './1.xml'  # xml文件的路径
with open(XML_PATH, 'r') as f:
    xmlfile = f.read()
    with open(XML_PATH[:-3] + 'json', 'w') as newfile:
        newfile.write(xml_to_json(xmlfile))

输出结果(生成json文件):

2、JSON文件转换为XML文件

新建test.json文件:

{
  "student": {
    "course": {
      "name": "math",
      "score": "90"
    },
    "info": {
      "sex": "male",
      "name": "name"
    },
    "stid": "10213"
  }
}

转换代码实现:

import xmltodict
import json


def json_to_xml(python_dict):
    """xmltodict库的unparse()json转xml

    :param python_dict: python的字典对象
    :return: xml字符串
    """
    xml_str = xmltodict.unparse(python_dict)
    return xml_str


JSON_PATH = './test.json'  # json文件的路径
with open(JSON_PATH, 'r') as f:
    jsonfile = f.read()
    python_dict = json.loads(jsonfile)  # 将json字符串转换为python字典对象
    with open(JSON_PATH[:-4] + 'xml', 'w') as newfile:
        newfile.write(json_to_xml(python_dict))

输出结果(生成xml文件):

三、参与抽粉丝送书啦

以后每周新文评论区抽两个粉丝送书,大家持续关注此专栏:《每周免费送书活动》专栏

书籍展示:《 自然语言处理NLP从入门到项目实战(Python语言实现)》

【抽奖方式】关注博主、点赞收藏文章后,评论区留言:人生苦短,我用Python!!!博主会用爬虫代码随机抽取两人送书!
【开奖时间】:截止到周日晚8点,博主会用爬虫代码随机抽取两人送书!

【书籍内容简介】

  • 本书分为12章,主要包括学习人工智能原理、自然语言处理技术、掌握深度学习模型、NLP开源技术实战、Python神经网络计算实战、AI语音合成有声小说实战、玩转词向量、近义词查询系统实战、机器翻译系统实战、文本情感分析系统实战、电话销售语义分析系统实战人工智能辅助写作系统(独家专利技术解密)。
  • 本书内容通俗易懂,案例丰富,实用性强,特别适合使用Python语言人工智能自然语言处理的入门和进阶的读者阅读,也适合产品经理、人工智能研究者等对人工智能自然语言处理感兴趣的读者阅读。另外,本书也适合作为相关培训机构的教材使用。

也有不想靠抽的小伙伴可以参考下面:

  • 京东自营:https://item.jd.com/13518466.html

  • 当当自营:http://product.dangdang.com/29326930.html

转载请注明:文章转载自 www.mshxw.com
本文地址:https://www.mshxw.com/it/834821.html
我们一直用心在做
关于我们 文章归档 网站地图 联系我们

版权所有 (c)2021-2022 MSHXW.COM

ICP备案号:晋ICP备2021003244-6号