【强烈推荐】Python中JSON的基本使用（超详细）

Python中JSON的基本使用

1. JSON简介

JSON(JavaScript Object Notation) 是一种轻量级的数据交换格式，它是JavaScript的子集，易于人阅读和编写。

JSON用来存储和交换文本信息，比xml更小/更快/更易解析，易于读写，占用带宽小，网络传输速度快的特性，适用于数据量大，不要求保留原有类型的情况。。

前端和后端进行数据交互，其实就是JS和Python进行数据交互！

2. JSON语法规则

1. 名称必须用双引号（即：" "）来包括
2. 值可以是双引号包括的字符串、数字、true、false、null、JavaScript数组，或子对象
3. 数据在name/value中
4. 数据见用逗号分隔
5. 花括号保存对象
6. 方括号保存数组

3. JSON数据类型

一并列举出Python与JSON数据类型的映射关系：

Python
JSONdictobjectlist, tuplearraystr, unicodestringint, long, floatnumberTruetrueFalse
false
Nonenull

4. JSON对象

在花括号中书写，对象可以包含多个

名称/值

对。

例：

{"firstname":"jonh","lastname":"Doe"}

5. JSON数组

Employees是包含三个对象的数组。

每个对象代表一条关于某个人名的记录，在方括号中书写，数组可以包含多个对象：

{"employees":[{“firstName”:“John” ,“lastName”:“Doe” },{“firstName”:“Anna” ,“lastName”:“Smith” },{“firstName”:“Peter” ,“lastName”:“Jones” }]}

6. JSON中常用的方法

python在使用json这个模块前，首先要导入json库：

import json

.
方法描述json.dumps()将 Python 对象编码成 JSON 字符串json.loads()将已编码的 JSON 字符串解码为 Python 对象json.dump()将Python内置类型序列化为json对象后写入文件json.load()读取文件中json形式的字符串元素转化为Python类型
注意：不带s的是序列化到文件或者从文件反序列化，带s的都是内存操作不涉及持久化。

6.1 json.dumps()

import json
 
data ={'name':'nanbei','age':18}# 将Python对象编码成json字符串print(json.dumps(data))

结果:

{"name":"nanbei","age":18}

注： 在这里我们可以看到，原先的单引号已经变成双引号了

6.2 json.loads()

import json
 
data ={'name':'nanbei','age':18}# 将Python对象编码成json字符串# print(json.dumps(data))# 将json字符串解码成Python对象
a = json.dumps(data)print(json.loads(a))

结果:

{'name':'nanbei','age':18}

在这里举个元组和列表的例子：

import json
 
data =(1,2,3,4)
data_json =[1,2,3,4]#将Python对象编码成json字符串print(json.dumps(data))print(json.dumps(data_json))#将Python对象编码成json字符串
a = json.dumps(data)
b = json.dumps(data_json)#将json字符串编码成Python对象print(json.loads(a))print(json.loads(b))

结果：

[1,2,3,4][1,2,3,4][1,2,3,4][1,2,3,4]

可以看到，元组和列表解析出来的均是数组。

由以上输出可以看出编码过程中，Python中的list和tuple都被转化成json的数组，而解码后，json的数组最终被转化成Python的list的，无论是原来是list还是tuple。

6.3 json.dump()

将Python内置类型序列化为json对象后写入文件：

import json
 
data ={'nanbei':'haha','a':[1,2,3,4],'b':(1,2,3)}withopen('json_test.txt','w+')as f:
    json.dump(data,f)

6.4 json.load()

读取文件中json形式的字符串元素转化为Python类型：

import json
 
data ={'nanbei':'haha','a':[1,2,3,4],'b':(1,2,3)}withopen('json_test.txt','w+')as f:
    json.dump(data,f)withopen('json_test.txt','r+')as f:print(json.load(f))

结果：

{'a':[1,2,3,4],'b':[1,2,3],'nanbei':'haha'}

6.5 更多实例

json.dumps()

：将一个Python数据类型列表编码成json格式的字符串

#python的列表转换为json的数组>>>import json
>>> json.dumps([1,2,3])'[1, 2, 3]'#python的字符串转换为json的字符串>>> json.dumps('abdcs')'"abdcs"'#python的元祖转换为json的数组>>> json.dumps((1,2,3,'a'))'[1, 2, 3, "a"]'#注意此时显示的是方括号#python的字典转换为json的对象>>> json.dumps({1:'a',2:'b'})'{"1": "a", "2": "b"}'#注意此时1和2转换后是加了引号的，因为json的名称是必须要加引号的#python的整数转换为json的数字>>> json.dumps(13)'13'#python的浮点数转换为json的数字>>> json.dumps(3.1415)'3.1415'#python的unicode字符串转换为json的字符串>>> json.dumps(u'a')'"a"'#python的True转换为json的数组true>>> json.dumps(True)'true'#python的False转换为json的数组false>>> json.dumps(False)'false'#python的None转换为json的null>>> json.dumps(None)'null'#json本质上是一个字符串>>>type(json.dumps('abc'))<class'str'>

dump和dumps：

import json

# dumps可以格式化所有的基本数据类型为字符串
data1 = json.dumps([])# 列表print(data1,type(data1))
data2 = json.dumps(2)# 数字print(data2,type(data2))
data3 = json.dumps('3')# 字符串print(data3,type(data3))dict={"name":"Tom","age":23}# 字典
data4 = json.dumps(dict)print(data4,type(data4))withopen("test.json","w", encoding='utf-8')as f:# indent 超级好用，格式化保存字典，默认为None，小于0为零个空格
    f.write(json.dumps(dict, indent=4))
    json.dump(dict, f, indent=4)# 传入文件描述符，和dumps一样的结果

得到的输出结果如下：格式化所有的数据类型为

str

类型:

[]<class'str'>2<class'str'>"3"<class'str'>{"name":"Tom","age":23}<class'str'>

test.json

中的内容:

{"name":"Tom","age":23}

load和loads

import json

dict='{"name": "Tom", "age": 23}'# 将字符串还原为dict
data1 = json.loads(dict)print(data1,type(data1))withopen("test.json","r", encoding='utf-8')as f:
    data2 = json.loads(f.read())# load的传入参数为字符串类型print(data2,type(data2))
    f.seek(0)# 将文件游标移动到文件开头位置
    data3 = json.load(f)print(data3,type(data3))

运行结果如下：

{'name':'Tom','age':23}<class'dict'>{'name':'Tom','age':23}<class'dict'>{'name':'Tom','age':23}<class'dict'>

7. 参数详解

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):

函数作用: 将Python对象转变成JSON对象，便于序列化内存/文件中。

参数：

• skipkeys: 如果为True的话，则只能是字典对象，否则会TypeError错误, 默认False
• ensure_ascii: 确定是否为ASCII编码
• check_circular: 循环类型检查，如果为True的话
• allow_nan: 确定是否为允许的值
• indent: 会以美观的方式来打印，呈现，实现缩进
• separators: 对象分隔符，默认为,
• encoding: 编码方式，默认为utf-8
• sort_keys: 如果是字典对象，选择True的话，会按照键的ASCII码来排序

**对于dump来说，只是多了一个

fp

参数：**

简单说就是dump需要一个类似文件指针的参数（并不是真正的指针，可以称之为文件对象），与文件操作相结合，即先将Python文件对象转化为json字符串再保存在文件中。

dump(obj, fp, skipkeys=False, ensure_ascii=True, check_circular=True,
        allow_nan=True, cls=None, indent=None, separators=None,
        default=None, sort_keys=False,**kw)

Serialize ``obj`` as a JSON formatted stream to ``fp`` (a``.write()``-supporting file-like object).

类似Java中的class implements java.io.Serializable

Java提供了一种对象序列化的机制，该机制中，一个对象可以被表示为一个字节序列，该字节序列包括该对象的数据、有关对象的类型的信息和存储在对象中数据的类型。

8. JSON反序列化为对象

JSON反序列化为类对象或者类的实例，使用的是loads()方法中的object_hook参数：

代码示例：

import json

# 定义一个员工类classEmployee(object):def__init__(self,name,age,sex,tel):
            self.name=name
            self.age=age
            self.sex=sex
            self.tel=tel
            
# 实例化一个对象     
emp = Employee('kongsh',18,'female',13123456789)# 定义JSON转换Python实例的函数defjsonToClass(emp):return Employee(emp['name'], emp['age'], emp['sex'], emp['tel'])# 定义一个json字符串（字典）
json_str ='{"name": "kongsh", "age": 18, "sex": "female", "tel": 13123456789}'

emp = json.loads(json_str, object_hook=jsonToClass)print(emp)print(emp.name)

结果展示：

9. 常见的错误

9.1 读取多行的JSON文件

假如要读取一个多行的JSON文件：

{"坂":["坂5742"]}{"构":["构6784"]}{"共":["共5171"]}{"钩":["钩94a9"]}{"肮":["肮80ae"]}{"孤":["孤5b64"]}

如果直接使用：

withopen(json_path,'r')as f:
    json_data = json.load(f)

就会报错：抛出异常

JSONDecodeError

json.decoder.JSONDecodeError: Extra data: line 2 column 1 (char 17)

表示数据错误，数据太多，第2行第一列

因为json只能读取一个文档对象，有两个解决办法

1. 单行读取文件,一次读取一行文件。
2. 保存数据源的时候，格式写为一个对象（dump）。

1. 单行读取文件：

withopen(json_path,'r')as f:for line in f.readlines():
        json_data = json.loads(line)

但是这种做法还有个问题，如果JSON文件中包含空行，还是会抛出

JSONDecodeError

异常。

json.decoder.JSONDecodeError: Expecting value: line 2 column 1(char 1)

可以先处理空行，再进行文件读取操作：

for line in f.readlines():
      line = line.strip()# 使用strip函数去除空行iflen(line)!=0:
          json_data = json.loads(line)

2. 合并为一个对象：

将json文件处理成一个对象文件（序列化）：

{"dict":[{"坂":["坂5742"]},{"构":["构6784"]},{"共":["共5171"]},{"钩":["钩94a9"]},{"肮":["肮80ae"]},{"孤":["孤5b64"]}]}

然后再用：

withopen(json_path,'r')as f:
     json_data = json.loads(f.read())

9.2 控制台乱码

# ensure_ascii=False 表示在控制台能够显示中文
json_str = json.dumps(center_data_list, ensure_ascii=False)

10. 总结

• json.dumps 将 Python 对象编码成 JSON 字符串
• json.loads 将已编码的 JSON 字符串解码为 Python 对象
• json.dump和json.load，需要传入文件描述符，加上文件操作。
• json内部的格式要注意，一个好的格式能够方便读取，可以用indent格式化。

个人总结：

• dump：存入的实例对象object（序列化）
• dumps：存入的JSON的字符串数据
• load：读取的实例对象object（反序列化）
• loads：读取的JSON的字符串数据，转化为Python字典对象

已经好久没有跟男神说话了，前路慢慢，加油吧~

摘自大佬博客的内容，感觉很有意思，很逗呀！(*￣︶￣)

参考：Link Link Link

加油!

感谢!

努力!