Python 讀取 JSON 數據的騷操作
- 2020 年 2 月 24 日
- 筆記
作者：廳長大人
來源：Python知識大全
讀寫 JSON 數據
問題
你想讀寫 JSON(JavaScript Object Notation) 編碼格式的數據。
解決方案
json 模組提供了一種很簡單的方式來編碼和解碼 JSON 數據。
其中兩個主要的函 數是 json.dumps() 和 json.loads()
下面演示如何將一個 Python 數據結構轉換為 JSON
import json data = { 'name' : 'ACME', 'shares' : 100, 'price' : 542.23 } json_str = json.dumps(data)
下面演示如何將一個 JSON 編碼的字元串轉換回一個 Python 數據結構：
data = json.loads(json_str)
如果你要處理的是文件而不是字元串，你可以使用 json.dump() 和 json.load()來編碼和解碼 JSON 數據。
例如：
# 寫入一個json數據 with open('data.json', 'w') as f: json.dump(data, f) with open('data.json', 'r') as f: data = json.load(f)
討論
JSON 編碼支援的基本數據類型為 None ，bool ，int ，float 和 str ，以及包含 這些類型數據的 lists，tuples 和 dictionaries。
對於 dictionaries，keys 需要是字元串類 型 (字典中任何非字元串類型的 key 在編碼時會先轉換為字元串)。
為了遵循 JSON 規 范，你應該只編碼 Python 的 lists 和 dictionaries。而且，在 web 應用程式中，頂層對 象被編碼為一個字典是一個標準做法。JSON 編碼的格式對於 Python 語法而已幾乎是完全一樣的，除了一些小的差異之 外。
比如，True 會被映射為 true，False 被映射為 false，而 None 會被映射為 null。
下 面是一個例子，演示了編碼後的字元串效果：
>>> json.dumps(False) 'false' >>> d = {'a': True, ... 'b': 'Hello', ... 'c': None} >>> json.dumps(d) '{"b": "Hello", "c": null, "a": true}' >>>
如果你試著去檢查 JSON 解碼後的數據，你通常很難通過簡單的列印來確定它 的結構，特別是當數據的嵌套結構層次很深或者包含大量的欄位時。
為了解決這個問 題，可以考慮使用 pprint 模組的 pprint() 函數來代替普通的 print() 函數。它會按 照 key 的字母順序並以一種更加美觀的方式輸出。
下面是一個演示如何漂亮的列印輸出 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'} >>>
一般來講，JSON 解碼會根據提供的數據創建 dicts 或 lists。
如果你想要創建其他 類型的對象，可以給 json.loads() 傳遞 object_pairs_hook 或 object_hook 參數。
例 如，下面是演示如何解碼 JSON 數據並在一個 OrderedDict 中保留其順序的例子
>>> 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)]) >>>
下面是如何將一個 JSON 字典轉換為一個 Python 對象例子
>>> 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 >>>
最後一個例子中，JSON 解碼後的字典作為一個單個參數傳遞給 __init__() 。然 後，你就可以隨心所欲的使用它了，比如作為一個實例字典來直接使用它。
在編碼 JSON 的時候，還有一些選項很有用。如果你想獲得漂亮的格式化字元串 後輸出，可以使用 json.dumps() 的 indent 參數。它會使得輸出和 pprint() 函數效果 類似。
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 } >>>
對象實例通常並不是 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 >>> 如果你想序列化對象實例，你可以提供一個函數，它的輸入是一個實例，返回一個 可序列化的字典。例如：def serialize_instance(obj): d = { '__classname__' : type(obj).__name__ } d.update(vars(obj)) return d
如果你想反過來獲取這個實例，可以這樣做：
# 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
下面是如何使用這些函數的例子：
>>> 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
模組還有很多其他選項來控制更低級別的數字、特殊值如 NaN 等的解析。可 以參考官方文檔獲取更多細節。
End
◆ ◆ ◆ ◆ ◆ 長按二維碼關注我們 數據森麟公眾號的交流群已經建立，許多小夥伴已經加入其中，感謝大家的支援。大家可以在群里交流關於數據分析&數據挖掘的相關內容，還沒有加入的小夥伴可以掃描下方管理員二維碼，進群前一定要關注公眾號奧，關注後讓管理員幫忙拉進群，期待大家的加入。 管理員二維碼： 猜你喜歡 ● 笑死人不償命的知乎沙雕問題排行榜● 用Python扒出B站那些「驚為天人」的阿婆主！● 互聯網大佬學歷&背景大揭秘，看看是你的老鄉還是校友● 上萬條數據撕開微博熱搜的真相！● 你相信逛B站也能學編程嗎？
