json

阅读: 2978


Json是一种轻量级的数据交换格式。Json源自JavaScript语言,易于人类的阅读和编写,同时也易于机器解析和生成,是目前应用最广泛的数据交换格式。

数据交换格式是不同平台、语言中进行数据传递的通用格式。比如Python和Java之间要对话,你直接传递给Java一个dict或list吗?Java会问,这是什么鬼?虽然它也有字典和列表数据类型,但两种字典不是一个“物种”,根本无法相互理解。这个时候就需要用Json这种交换格式了,Python和Java都能理解Json。那么别的语言为什么能理解Json呢?因为这些语言都内置或提供了Json处理模块,比如Python的json模块。(额外强调一点,在Python中json是全部小写的,包括模块和方法名。)

Json是跨语言,跨平台的,但只能对Python的基本数据类型做操作,对Python的类就无能为力。JSON格式和Python中的字典非常像。但是,json的数据要求用双引号将字符串引起来,并且不能有多余的逗号。这是因为在别的语言中,双引号引起来的才是字符串,单引号引起来的是字符;Python程序员习惯性的在列表、元组或字典的最后一个元素的后面加个逗号,这在json中是不允许的,需要特别注意。

在Python中,很多场合是需要使用json的。比如socket通信中,你能直接发送一个列表给对方吗?显然是不行的,因为socket是基于bytes类型进行字节发送的。这时候就可以通过json将列表转换成字符串,再encode()成bytes类型,然后发送过去。

关于Json本身,我不打算做过多介绍和赘述,网上的介绍一大把,感兴趣的同学可以自行查阅。需要说明的是Json和xml之间的关系。xml是更早期的数据交换格式,但是现在逐渐被json取代,因为json的语法更简单,数据更小。不过由于银行、学校等庞然大物在早期使用的xml格式的数据量太大,根本没有那个时间和金钱去迁移到Json上来,所以xml在很长一段时间内依然是常用的数据交换格式之一。

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:

Python JSON
dict object
list, tuple array
str string
int, float, int- & float-derived Enums number
True true
False false
None null

反过来,从json格式转化为Python内置类型,见下表:

JSON Python
object dict
array list
string str
number (int) int
number (real) float
true True
false False
null None

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

下面是范例:

>>> import json
>>> json.dumps(['foo', {'bar': ('baz', None, 1.0, 2)}])
'["foo", {"bar": ["baz", null, 1.0, 2]}]'
>>> print(json.dumps("\"foo\bar"))
"\"foo\bar"
>>> print(json.dumps('\u1234'))
"\u1234"
>>> print(json.dumps('\\'))
"\\"
>>> print(json.dumps({"c": 0, "b": 0, "a": 0}, sort_keys=True))
{"a": 0, "b": 0, "c": 0}
>>> from io import StringIO
>>> io = StringIO()
>>> json.dump(['streaming API'], io)
>>> io.getvalue()
'["streaming API"]'
>>> json.dumps([1, 2, 3, {'4': 5, '6': 7}], separators=(',', ':'))
'[1,2,3,{"4":5,"6":7}]'
>>> print(json.dumps({'4': 5, '6': 7}, sort_keys=True, indent=4))
{
    "4": 5,
    "6": 7
}
>>> json.loads('["foo", {"bar":["baz", null, 1.0, 2]}]')
['foo', {'bar': ['baz', None, 1.0, 2]}]
>>> json.loads('"\\"foo\\bar"')         ### 注意斜杠的转义
'"foo\x08ar'
>>> from io import StringIO
>>> io = StringIO('["streaming API"]')
>>> json.load(io)
['streaming API']

仔细观察四个方法的名称,很好记忆的,要转化成json就‘dump’,要从json转化成Python就‘load’;要根据字符串转化就加‘s’,要从文件进行转化就不加‘s’。

需要注意的是json模块不支持bytes类型,要先将bytes转换为str格式。

>>> import json
>>> s = "haha"
>>> j = json.dumps(s)
>>> j
'"haha"'
>>> b = b'xixi'
>>> k = json.dumps(b)
Traceback (most recent call last):
  File "<pyshell#5>", line 1, in <module>
    k = json.dumps(b)
  File "C:\Python36\lib\json\__init__.py", line 231, in dumps
    return _default_encoder.encode(obj)
  File "C:\Python36\lib\json\encoder.py", line 199, in encode
    chunks = self.iterencode(o, _one_shot=True)
  File "C:\Python36\lib\json\encoder.py", line 257, in iterencode
    return _iterencode(o, 0)
  File "C:\Python36\lib\json\encoder.py", line 180, in default
    o.__class__.__name__)
TypeError: Object of type 'bytes' is not JSON serializable
>>> k = json.dumps(b.decode())
>>> k
'"xixi"'
>>> type(k)
<class 'str'>
>>> a = json.loads(k)
>>> a
'xixi'

对文件的读写:

>>>import json
>>> dic = {"k1":"v1","k2":123}
>>> f = json.dump(dic, open("d:\\3","w"))
>>> f       ## 没有返回值
>>> import os
>>> os.chdir("d:\\")
>>> os.listdir()        # 验证json文件3的存在
['$360Section', '$RECYCLE.BIN', '1.txt', '2.txt', '3', 'MobileFile', 'pymysql_test.py', 'System Volume Information', 'test', '用户目录']
>>> obj = json.load(open("d:\\3")) # 重新load回来
>>> obj
{'k1': 'v1', 'k2': 123}
>>> type(obj)
<class 'dict'>

可以在操作系统中,使用文本处理软件打开json文件,你会发现一切都是可读的。但是要当心,由于文本处理软件本身的问题,使用它们直接编辑json文件可能会在格式上出现问题。

还可以在命令行下,通过‘json.tool’使用json功能:

$ echo '{"json":"obj"}' | python -m json.tool
{
    "json": "obj"
}
$ echo '{1.2:3.4}' | python -m json.tool # 期望在花括号内使用双引号封装属性名称
Expecting property name enclosed in double quotes: line 1 column 2 (char 1)

在线工具

有时候,我们自己编写的,或者他人提供的json数据,格式、排版等等会非常混乱,比如下面的数据:

{
            "user" : "ZhangSan",           "type" : "work",            "team" : [{
                "city" : "BeiJing",
                "num" : 3           }, {                "city" : "GuangZhou",
                "num" : 3
            }, {                "city" : "ShangHai",
                "num" : 3
            }]
        }

这显然非常不利于阅读,无法区分层次关系,也不够优雅。

互联网上提供了很多JSON在线解析和校验工具,搜索关键字“json解析”,随便选一个,将你的数据粘贴进去,然后它就能帮你整理成下面的样子了。注意:切勿泄露敏感信息!

{
    "user": "ZhangSan",
    "type": "work",
    "team": [
        {
            "city": "BeiJing",
            "num": 3
        },
        {
            "city": "GuangZhou",
            "num": 3
        },
        {
            "city": "ShangHai",
            "num": 3
        }
    ]
}


评论总数: 1



user_image
json在线检验

http://www.bejson.com/