python 读取与存储json

2020 年 1 月 13 日
笔记

官方文档：http://python3-cookbook.readthedocs.io/zh_CN/latest/c06/p02_read-write_json_data.html

JSON(JavaScript Object Notation) 是一种轻量级的数据交换格式。它基于ECMAScript的一个子集。 JSON采用完全独立于语言的文本格式，但是也使用了类似于C语言家族的习惯(包括C、C++、Java、JavaScript、Perl、Python等)。这些特性使JSON成为理想的数据交换语言。易于人阅读和编写，同时也易于机器解析和生成(一般用于提升网络传输速率)。

JSON在python中分别由list和dict组成。

这是用于序列化的两个模块：

json: 用于字符串和python数据类型间进行转换
pickle：用于python特有的类型和python的数据类型间进行转换
Json模块提供了四个功能：dumps、dump、loads、load

json dumps把数据类型转换成字符串 dump把数据类型转换成字符串并存储在文件中 loads把字符串转换成数据类型 load把文件打开从字符串转换成数据类型

json是可以在不同语言之间交换数据的，而pickle只在python之间使用。json只能序列化最基本的数据类型，josn只能把常用的数据类型序列化（列表、字典、列表、字符串、数字、），比如日期格式、类对象！josn就不行了。而pickle可以序列化所有的数据类型，包括类，函数都可以序列化。

import json    # Writing JSON data  with open('data.json', 'w') as f:      json.dump(data, f)    # Reading data back  with open('data.json', 'r') as f:      data = json.load(f)

字典排序

问题 你想创建一个字典，并且在迭代或序列化这个字典的时候能够控制元素的顺序。

解决方案 为了能控制一个字典中元素的顺序，你可以使用 collections 模块中的 OrderedDict 类。在迭代操作的时候它会保持元素被插入时的顺序，示例如下：

from collections import OrderedDict    d = OrderedDict()  d['foo'] = 1  d['bar'] = 2  d['spam'] = 3  d['grok'] = 4  # Outputs "foo 1", "bar 2", "spam 3", "grok 4"  for key in d:      print(key, d[key])

OrderedDict 内部维护着一个根据键插入顺序排序的双向链表。每次当一个新的元素插入进来的时候，它会被放到链表的尾部。对于一个已经存在的键的重复赋值不会改变键的顺序。

需要注意的是，一个 OrderedDict 的大小是一个普通字典的两倍，因为它内部维护着另外一个链表。所以如果你要构建一个需要大量 OrderedDict 实例的数据结构的时候（比如读取 100,000 行 CSV 数据到一个 OrderedDict 列表中去），那么你就得仔细权衡一下是否使用 OrderedDict 带来的好处要大过额外内存消耗的影响。

# from collections import ChainMap  # # dict(index=0,name='none',width=0,height=0,bbox=str([0,0,0,0]),gender='none',age=0,mask='none',glass='none',hat='none')  # jsonDefault=dict(bbox=str([0,0,0,0]),gender='male',age=0,mask='none',glass='none',hat='none')    # # name:文件名str，width:图片宽int，height:图片高int，bbox:str([0,1,2,3])，  # # gender:"male"|"female"，glass:"sunglasses"|"glasses"|"none"，age:年龄值int，hat:"Yes"|"No"，  # jsonTemp=lambda args:'''{{"image_key":"{name}","video_name":"1","video_index":"{index}","width":{width},"height":{height},"face":[{{"id":1,"track_id":-1,"data":{bbox},"struct_type":"rect","attrs":{{"gender":"{gender}","has_glasses":"{glass}","specific_age":"{age}","has_mask":"none","Wear_a_hat":"{hat}","occlusion":"{asvisible}"}}}}]}}  # '''.format(**ChainMap(args,jsonDefault))    # # 为什么不使用json标准的空值：null    from collections import ChainMap  # dict(index=0,name='none',width=0,height=0,bbox=str([0,0,0,0]),gender='none',age=0,mask='none',glass='none',hat='none')  jsonDefault=dict(bbox=str([0,0,0,0]),gender='male',age=0,mask='none',glass='none',hat='none')    # name:文件名str，width:图片宽int，height:图片高int，bbox:str([0,1,2,3])，  # gender:"male"|"female"，glass:"sunglasses"|"glasses"|"none"，age:年龄值int，hat:"Yes"|"No"，  jsonTemp=lambda args:'''{{"image_key":"{name}","video_name":"1","video_index":"{index}","width":{width},"height":{height},"face":[{{"id":1,"track_id":-1,"data":"none","struct_type":"rect","attrs":{{"gender":"{gender}","has_glasses":"none","specific_age":"{age}","has_mask":"none","Wear_a_hat":"none","occlusion":"none","ignore":"no"}}}}]}}  '''.format(**ChainMap(args,jsonDefault))    # 为什么不使用json标准的空值：null    # 基础 转换结果至指定json格式  def toJson(re_fileName):      result = []      for j, cur_line in enumerate(open(re_fileName).readlines()):          (ind,sex,age,mask,glass,sunglass,hat,img) = (i.strip() for i in cur_line.strip().split('t'))          form=dict(index=int(float(ind)),name=img,width=72,height=72,gender='male' if int(float(sex))==1 else 'female',age=int(float(age)))          result.append(jsonTemp(form))      return result    re_fileName = 'filename.lst'  ipc_train_result=toJson(re_fileName)    with open('filename.json','w+') as f:      for i in ipc_train_result:          f.write(i)