当前位置： 首页 > news >正文

Python- JSON使用初探

news 2025/6/27 20:56:07

JSON

在JSON格式中，{} 和 [] 是两种主要的数据结构，分别表示对象（或称为字典、哈希、map）和数组（或称为列表、序列）。

  1. {} - 对象

    在JSON中，对象是一组"key": value对的集合。这些键必须是字符串，而值可以是有效的JSON数据类型（字符串、数字、对象、数组、true、false或null）。

    示例:

    {"name": "John","age": 30,"is_student": false
}

    这个JSON对象有三个键值对："name", "age", 和 "is_student"。

  2. [] - 数组

    在JSON中，数组是有序的值的集合。这些值可以是任何有效的JSON数据类型。

    示例:

    ["apple", "banana", "cherry"]

    这个JSON数组有三个字符串值。

    数组中的值也可以是对象或其他数组，这样可以创建复杂的嵌套结构。例如：

    [{"name": "John","age": 30},{"name": "Jane","age": 25}
]

    在这个例子中，JSON数组包含两个对象。

总结：在JSON中，{}用于表示对象，而[]用于表示数组。这两种结构可以嵌套和组合，以创建复杂的数据表示。这些结构与Python中的字典（dict）和列表（list）非常相似，因此在Python和JSON之间进行数据转换时，这两种结构通常会相互映射。

在 JSON 中，除了对象 {} 和数组 [] 这两种主要的数据结构外，没有其他的复杂数据结构。

JSON 支持的基本数据类型有：

  1. 字符串 (String): 由双引号括起来的字符集合。例如："Hello, World!"

  2. 数字 (Number): 可以是整数或浮点数。例如：123, 3.14, -42, 0.001

  3. 布尔值 (Boolean): 有两个值：true 和 false。

  4. null: 表示一个空值或缺失值。

这些基本数据类型可以与对象 {} 和数组 [] 结合使用，形成复杂的数据结构。

例如：

{"name": "John","age": 30,"is_student": false,"scores": [95, 87, 78],"address": {"city": "New York","zip": "10001"},"friends": null
}

在这个 JSON 数据中：

  • "name" 的值是一个 字符串。
  • "age" 的值是一个 数字。
  • "is_student" 的值是一个 布尔值。
  • "scores" 的值是一个 数组，其中包含三个数字。
  • "address" 的值是一个 对象，其中包含两个键值对。
  • "friends" 的值是 null。

这些基本数据类型和数据结构使得 JSON 能够表示大多数常见的数据结构，从简单的标量值到复杂的嵌套对象和数组。

json.loads()

json.loads() 是 Python 标准库中 json 模块提供的一个函数，它用于将一个 JSON 编码的字符串转换为一个 Python 对象。loads 是 “load string” 的缩写。

函数签名

json.loads(s, *, encoding=None, cls=None, object_hook=None, parse_float=None, parse_int=None, parse_constant=None, object_pairs_hook=None, **kw)

参数

  1. s - 这是要解析的 JSON 编码的字符串。

以下参数是可选的：

  1. encoding - 这个参数是已弃用的，因为 JSON 数据默认为 UTF-8。
  2. cls - 自定义的 JSON 解码器。
  3. object_hook - 如果指定了此参数，它应该是一个函数，用于将一个字典转换为另一个对象。
  4. parse_float - 使用此参数可以指定一个函数来解析浮点数（默认情况下使用 Python 的内置 float() 函数）。
  5. parse_int - 使用此参数可以指定一个函数来解析整数（默认情况下使用 Python 的内置 int() 函数）。
  6. parse_constant - 使用此参数可以指定一个函数来解析以下字符串：-Infinity, Infinity, NaN。
  7. object_pairs_hook - 使用此参数可以指定一个函数，该函数接受一个键值对列表，然后返回一个对象。例如，它可以用于创建有序字典。

示例

import jsonjson_string = '{"name": "Alice", "age": 25, "is_student": false}'# 使用 json.loads() 转换字符串为字典
data = json.loads(json_string)print(type(data))  # <class 'dict'>
print(data)        # {'name': 'Alice', 'age': 25, 'is_student': False}

注意事项

  • json.loads() 只接受合法的 JSON 字符串。如果提供的字符串不是有效的 JSON，它会引发 json.JSONDecodeError。
  • JSON 的 true, false, 和 null 在 Python 中分别对应为 True, False, 和 None。
  • 从不受信任的源获取 JSON 数据时，使用 json.loads() 是安全的，因为它不会执行任何潜在的危险代码。这与某些其他语言的解析器不同，这些解析器可能会执行嵌入在数据中的代码。

总的来说，json.loads() 是 Python 中处理 JSON 数据的基本工具，它简单、高效、安全。

json.dumps()

json.dumps() 是 Python 标准库中 json 模块提供的一个函数。它用于将 Python 对象序列化为 JSON 格式的字符串。dumps 是 “dump string” 的缩写。

函数签名

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)

参数

  1. obj - 要序列化的 Python 对象。

以下参数是可选的：

  1. skipkeys - 默认为 False。如果设置为 True，则字典的键不是基本类型 (str, int, float, bool, None) 将被跳过，而不是引发 TypeError。
  2. ensure_ascii - 默认为 True。如果为 True，则输出保证仅包含 ASCII 字符。如果 Python 对象包含非ASCII字符，它们将被转义。如果为 False，则这些字符将以UTF-8编码输出。
  3. check_circular - 默认为 True。检查循环引用。
  4. allow_nan - 默认为 True。指定是否允许序列化非数值的浮点值（例如：Infinity, -Infinity, NaN）。
  5. cls - 自定义的 JSON 编码器。
  6. indent - 可以是整数或字符串，指定缩进级别以美化输出的JSON。例如，indent=4 会使输出具有 4 个空格的缩进。
  7. separators - 一个元组，指定用于分隔项目和键值对的字符串。
  8. default - 指定一个函数，用于序列化那些不能默认序列化的 Python 对象。
  9. sort_keys - 默认为 False。如果为 True，则输出的 JSON 字符串的字典键将被排序。

示例

import jsondata = {"name": "Alice","age": 25,"is_student": False
}# 使用 json.dumps() 将字典转换为字符串
json_string = json.dumps(data, indent=4)print(json_string)

输出：

{"name": "Alice","age": 25,"is_student": false
}

注意事项

  • Python 的字典顺序在 Python 3.7+ 中是有保证的，但在此之前的版本中并不保证。如果需要保证键的顺序，可以使用 sort_keys=True。
  • 并非所有的 Python 对象都可以被序列化为 JSON。例如，Python 的 set 类型或自定义对象默认是不能被序列化的。但可以提供一个 default 函数来自定义这些类型的序列化方法。
  • 在将数据序列化为 JSON 时，请注意大小写。JSON 键通常为小写，而 Python 的命名惯例可能与之不同。

总的来说，json.dumps() 是 Python 中处理 JSON 数据的基本工具，允许开发者以灵活和可控的方式将 Python 对象转换为 JSON 格式的字符串。

综合案例

下面这个例子展示了如何结合使用 json.dumps() 和 json.loads() 在 Python 对象和 JSON 格式的字符串之间进行转换，以及如何将 JSON 数据保存到文件和从文件中读取。

让我们考虑一个简单的场景：有一个 Python 字典，其中包含用户的一些信息，我们想将其保存到一个 JSON 文件中，并从该文件中读取信息。

首先，我们使用 json.dumps() 将字典转换为 JSON 格式的字符串并将其写入文件。然后，我们从文件中读取 JSON 字符串并使用 json.loads() 将其解析回 Python 对象。

示例

import json# 定义一个字典，其中包含用户的信息
user_data = {"name": "John Doe","age": 30,"email": "johndoe@example.com","is_member": True
}# 将 Python 字典转换为 JSON 字符串并写入文件
with open("user_data.json", "w") as file:json_string = json.dumps(user_data, indent=4)file.write(json_string)# 从文件中读取 JSON 字符串并转换为 Python 对象
with open("user_data.json", "r") as file:data = file.read()parsed_data = json.loads(data)print(parsed_data)print(f"User's name: {parsed_data['name']}")

运行结果如下：

majn@tiger:~$ python3 json_demo.py 
{'name': 'Mario', 'age': 30, 'email': 'mario@example.com', 'is_member': True}
User's name: Mario

自定义序列化函数

case 1

当我们尝试将一些不能被直接序列化为JSON的Python对象（例如自定义对象或Python的set类型）转换为JSON时，可以使用default参数来指定如何处理这些对象。

下面的例子演示如何使用default参数来序列化一个包含自定义对象的Python列表：

import jsonclass Person:def __init__(self, name, age):self.name = nameself.age = agedef person_encoder(obj):"""自定义函数，将Person对象转换为可序列化的字典"""if isinstance(obj, Person):return {"name": obj.name, "age": obj.age}raise TypeError("Object of type 'Person' is not JSON serializable")# 创建一个Person对象列表
people = [Person("Alice", 30), Person("Bob", 25)]# 使用json.dumps()和default参数将列表转换为JSON字符串
people_json = json.dumps(people, default=person_encoder, indent=4)print(people_json)

输出：

[{"name": "Alice","age": 30},{"name": "Bob","age": 25}
]

在这个例子中，我们定义了一个person_encoder函数，用于将Person对象转换为可以序列化为JSON的字典。当json.dumps()遇到Person对象时，它会调用person_encoder函数进行处理。

这种方法允许开发者为任何不可以直接序列化为JSON的Python对象定义自定义的序列化逻辑。

case 2

当我们尝试将Python的set类型转换为JSON时，默认情况下是不支持的，因为JSON格式没有与集合相对应的数据类型。但是，我们可以使用default参数来自定义set的序列化方式。

一个常见的方法是将set转换为列表，因为列表是JSON支持的数据类型。下面是如何使用default参数将set类型转换为JSON的示例：

import jsondef set_encoder(obj):"""自定义函数，将set对象转换为列表"""if isinstance(obj, set):return list(obj)raise TypeError(f"Object of type '{type(obj).__name__}' is not JSON serializable")# 创建一个set
fruits = {"apple", "banana", "cherry"}# 使用json.dumps()和default参数将set转换为JSON字符串
fruits_json = json.dumps(fruits, default=set_encoder, indent=4)print(fruits_json)

输出：

["banana","cherry","apple"
]

注意：由于集合是无序的，所以转换为列表后的元素顺序可能会与原始集合中的顺序不同。

在这个例子中，我们定义了一个set_encoder函数，用于将set对象转换为列表。当json.dumps()遇到set对象时，它会调用set_encoder函数进行处理。这样，我们就可以将set类型成功转换为JSON字符串。

http://www.lryc.cn/news/196342.html

相关文章：

  • vim的配置文件
  • [python] pytest
  • 【王道代码】【2.2顺序表】d1
  • 【Linux】【创建文件】Linux系统下在命令行中创建文件的方法
  • Pytorch之MobileViT图像分类
  • 03在命令行环境中创建Maven版的Java工程,了解pom.xml文件的结构,了解Java工程的目录结构并编写代码,执行Maven相关的构建命令
  • 论文阅读：CenterFormer: Center-based Transformer for 3D Object Detection
  • Arduino驱动BNO055九轴绝对定向传感器（惯性测量传感器篇）
  • MQTT测试工具及使用教程
  • yolov7改进优化之蒸馏（一）
  • 视频美颜SDK，提升企业视频通话质量与形象
  • webmin远程命令执行漏洞
  • docker离线安装和使用
  • 解决 MyBatis 一对多查询中，出现每组元素只有一个，总组数与元素数总数相等的问题
  • 这应该是关于回归模型最全的总结了（附原理+代码）
  • 基于闪电连接过程优化的BP神经网络（分类应用） - 附代码
  • Linux性能优化--性能工具：网络
  • 【Linux】线程互斥与同步
  • 敏捷开发中，Sprint回顾会的目的
  • 排序【七大排序】
  • 人大与加拿大女王大学金融硕士项目——立即行动，才是缓解焦虑的解药
  • 老卫带你学---leetcode刷题(46. 全排列)
  • 6.6 图的应用
  • 100问GPT4与大语言模型的关系以及LLMs的重要性
  • Linux：mongodb数据逻辑备份与恢复（3.4.5版本）
  • 凉鞋的 Godot 笔记 109. 专题一 小结
  • 数据结构 - 4（栈和队列6000字详解）
  • MySQL InnoDB引擎深入学习的一天（InnoDB架构 + 事务底层原理 + MVCC）
  • TX Text Control .NET Server for ASP.NET 32.0 Crack
  • Leetcode刷题详解——将x减到0的最小操作数