Python 读取 JSON 数据的骚操作
- 2020 年 2 月 24 日
- 筆記
作者：厅长大人
来源：Python知识大全
读写 JSON 数据
问题
你想读写 JSON(JavaScript Object Notation) 编码格式的数据。
解决方案
json 模块提供了一种很简单的方式来编码和解码 JSON 数据。
其中两个主要的函 数是 json.dumps() 和 json.loads()
下面演示如何将一个 Python 数据结构转换为 JSON
import json data = { 'name' : 'ACME', 'shares' : 100, 'price' : 542.23 } json_str = json.dumps(data)
下面演示如何将一个 JSON 编码的字符串转换回一个 Python 数据结构：
data = json.loads(json_str)
如果你要处理的是文件而不是字符串，你可以使用 json.dump() 和 json.load()来编码和解码 JSON 数据。
例如：
# 写入一个json数据 with open('data.json', 'w') as f: json.dump(data, f) with open('data.json', 'r') as f: data = json.load(f)
讨论
JSON 编码支持的基本数据类型为 None ，bool ，int ，float 和 str ，以及包含 这些类型数据的 lists，tuples 和 dictionaries。
对于 dictionaries，keys 需要是字符串类 型 (字典中任何非字符串类型的 key 在编码时会先转换为字符串)。
为了遵循 JSON 规 范，你应该只编码 Python 的 lists 和 dictionaries。而且，在 web 应用程序中，顶层对 象被编码为一个字典是一个标准做法。JSON 编码的格式对于 Python 语法而已几乎是完全一样的，除了一些小的差异之 外。
比如，True 会被映射为 true，False 被映射为 false，而 None 会被映射为 null。
下 面是一个例子，演示了编码后的字符串效果：
>>> json.dumps(False) 'false' >>> d = {'a': True, ... 'b': 'Hello', ... 'c': None} >>> json.dumps(d) '{"b": "Hello", "c": null, "a": true}' >>>
如果你试着去检查 JSON 解码后的数据，你通常很难通过简单的打印来确定它 的结构，特别是当数据的嵌套结构层次很深或者包含大量的字段时。
为了解决这个问 题，可以考虑使用 pprint 模块的 pprint() 函数来代替普通的 print() 函数。它会按 照 key 的字母顺序并以一种更加美观的方式输出。
下面是一个演示如何漂亮的打印输出 的例子：
>>> from urllib.request import urlopen >>> import json >>> u = urlopen('http://search.twitter.com/search.json?q=python&rpp=5') >>> resp = json.loads(u.read().decode('utf-8')) >>> from pprint import pprint >>> pprint(resp) {'completed_in': 0.074, 'max_id': 264043230692245504, 'max_id_str': '264043230692245504', 'next_page': '?page=2&max_id=264043230692245504&q=python&rpp=5', 'page': 1, 'query': 'python', 'refresh_url': '?since_id=264043230692245504&q=python', 'results': [{'created_at': 'Thu, 01 Nov 2012 16:36:26 +0000', 'from_user': ... }, {'created_at': 'Thu, 01 Nov 2012 16:36:14 +0000', 'from_user': ... }, {'created_at': 'Thu, 01 Nov 2012 16:36:13 +0000', 'from_user': ... }, {'created_at': 'Thu, 01 Nov 2012 16:36:07 +0000', 'from_user': ... } {'created_at': 'Thu, 01 Nov 2012 16:36:04 +0000', 'from_user': ... }], 'results_per_page': 5, 'since_id': 0, 'since_id_str': '0'} >>>
一般来讲，JSON 解码会根据提供的数据创建 dicts 或 lists。
如果你想要创建其他 类型的对象，可以给 json.loads() 传递 object_pairs_hook 或 object_hook 参数。
例 如，下面是演示如何解码 JSON 数据并在一个 OrderedDict 中保留其顺序的例子
>>> s = '{"name": "ACME", "shares": 50, "price": 490.1}' >>> from collections import OrderedDict >>> data = json.loads(s, object_pairs_hook=OrderedDict) >>> data OrderedDict([('name', 'ACME'), ('shares', 50), ('price', 490.1)]) >>>
下面是如何将一个 JSON 字典转换为一个 Python 对象例子
>>> class JSONObject: ... def __init__(self, d): ... self.__dict__ = d ... >>> >>> data = json.loads(s, object_hook=JSONObject) >>> data.name 'ACME' >>> data.shares 50 >>> data.price 490.1 >>>
最后一个例子中，JSON 解码后的字典作为一个单个参数传递给 __init__() 。然 后，你就可以随心所欲的使用它了，比如作为一个实例字典来直接使用它。
在编码 JSON 的时候，还有一些选项很有用。如果你想获得漂亮的格式化字符串 后输出，可以使用 json.dumps() 的 indent 参数。它会使得输出和 pprint() 函数效果 类似。
比如：
>>> print(json.dumps(data)) {"price": 542.23, "name": "ACME", "shares": 100} >>> print(json.dumps(data, indent=4)) { "price": 542.23, "name": "ACME", "shares": 100 } >>>
对象实例通常并不是 JSON 可序列化的。例如：
>>> class Point: ... def __init__(self, x, y): ... self.x = x ... self.y = y ... >>> p = Point(2, 3) >>> json.dumps(p) Traceback (most recent call last): File "", line 1, inFile "/usr/local/lib/python3.3/json/__init__.py", line 226, in dumps return _default_encoder.encode(obj) File "/usr/local/lib/python3.3/json/encoder.py", line 187, in encode chunks = self.iterencode(o, _one_shot=True) File "/usr/local/lib/python3.3/json/encoder.py", line 245, in iterencode return _iterencode(o, 0) File "/usr/local/lib/python3.3/json/encoder.py", line 169, in default raise TypeError(repr(o) + " is not JSON serializable") TypeError: <__main__.Point object at 0x1006f2650> is not JSON serializable >>> 如果你想序列化对象实例，你可以提供一个函数，它的输入是一个实例，返回一个 可序列化的字典。例如：def serialize_instance(obj): d = { '__classname__' : type(obj).__name__ } d.update(vars(obj)) return d
如果你想反过来获取这个实例，可以这样做：
# Dictionary mapping names to known classes classes = { 'Point' : Point } def unserialize_object(d): clsname = d.pop('__classname__', None) if clsname: cls = classes[clsname] obj = cls.__new__(cls) # Make instance without calling __init__ for key, value in d.items(): setattr(obj, key, value) return obj else: return d
下面是如何使用这些函数的例子：
>>> p = Point(2,3) >>> s = json.dumps(p, default=serialize_instance) >>> s '{"__classname__": "Point", "y": 3, "x": 2}' >>> a = json.loads(s, object_hook=unserialize_object) >>> a <__main__.Point object at 0x1017577d0> >>> a.x 2 >>> a.y 3 >>> json
模块还有很多其他选项来控制更低级别的数字、特殊值如 NaN 等的解析。可 以参考官方文档获取更多细节。
End
◆ ◆ ◆ ◆ ◆ 长按二维码关注我们 数据森麟公众号的交流群已经建立，许多小伙伴已经加入其中，感谢大家的支持。大家可以在群里交流关于数据分析&数据挖掘的相关内容，还没有加入的小伙伴可以扫描下方管理员二维码，进群前一定要关注公众号奥，关注后让管理员帮忙拉进群，期待大家的加入。 管理员二维码： 猜你喜欢 ● 笑死人不偿命的知乎沙雕问题排行榜● 用Python扒出B站那些“惊为天人”的阿婆主！● 互联网大佬学历&背景大揭秘，看看是你的老乡还是校友● 上万条数据撕开微博热搜的真相！● 你相信逛B站也能学编程吗？
