俗话说，欲先善其事，必先利其器。作为一个小白，当选择了一门语言来学习的时候，我们的电脑得安装这个语言。Python 是一门编程语言，可以在服务器上使用 Python 来创建 Web 应用程序，他主要有以下用途：

• Web 开发（服务器端）
• 软件开发
• 数学
• 系统脚本
• 文本检索
• 数据筛选

🏮 1 学习前言

🎈1.1通过本次学习后获得

• 在Python中，JSON定义
• 在Python中，json模块
• 解析json
• JSON和XML互转

🎈1.2类型转换对照表
python 中类型向 json 类型的转化对照表，先记住这张表哈：

• dict ==> object
• list, tuple ==> array
• str, unicode ==> string
• int, long, float ==> number
• True ==> true
• False ==> false
• None ==> null

相反，如果是json类型像python中类型转化，也有如下对照表，也先记住哈：

• object ==> dict
• array ==> list, tuple
• string ==> str, unicode
• number(int) ==> int, long
• number(real) ==> float
• true ==> True
• false ==> False
• null ==> None

🎈1.3简单案例
JSON（JavaScript Object Notation） 是一种轻量级的数据交换格式。在Python中使用 JSON 函数需要导入 json 库：import json

例如下面的例子：

Macbook:c01  $ python3
Python 3.9.9 (main, Nov 21 2021, 03:23:44)
[Clang 13.0.0 (clang-1300.0.29.3)] on darwin
Type "help", "copyright", "credits" or "license" for more information.
>>>
>>>
>>> import json
>>>
>>> person = {"person":{"name":"小明","sex":"男","age":18}}

可以使用一些属性参数来让 JSON 数据格式化输出，例如下面的方式：

>>> show_person = json.dumps(person, sort_keys=True, indent=4, separators=(',', ': '))
>>>
>>> print(show_person)
{
    "person": {
        "age": 18,
        "name": "\u5c0f\u660e",
        "sex": "\u7537"
    }
}
>>>

🏮 2 JSON模块

json 常用的是两个，其实这俩是互相转换的关系。

• 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。

🎈2.1 json.dumps学习

语法格式

json.dumps(obj, skipkeys=False, ensure_ascii=True, check_circular=True, allow_nan=True, cls=None, indent=None, separators=None, encoding="utf-8", default=None, sort_keys=False, **kw)

案例剖析

「引入依赖库」

>>> import json

「声明一个字符串对象到Python字典」

>>> person = {"person":{"name":"小明","sex":"男","age":18}}

「打印这个对象」

>>> print(person)
{'person': {'name': '小明', 'sex': '男', 'age': 18}}

「person这个对象的类型」

>>> type(person)
<class 'dict'>

「格式化代码，Python字典转json后，增加其他的属性」

python_person = json.dumps(person, sort_keys=True, indent=4, separators=(',', ': '))

将上述代码整合起来就形成了下面的完整代码，如下：

# 引入json模块
>>> import json
# Python字典
>>> person = {"person":{"name":"小明","sex":"男","age":18}}
# 打印person对象
>>> print(person)
{'person': {'name': '小明', 'sex': '男', 'age': 18}}
# person这个对象的类型
>>> type(person)
<class 'dict'>

# Python字典转json后
>>> python_person = json.dumps(person, sort_keys=True, indent=4, separators=(',', ': '))
>>>
>>> print(python_person)
{
    "person": {
        "age": 18,
        "name": "\u5c0f\u660e",
        "sex": "\u7537"
    }
}
# 类型为字符串
>>> type(show_person)
<class 'str'>

从上面的执行结果，我们不难看出，json格式和Python格式的区别在于:

• python格式打印输出是单引号，类型为dict。而json格式打印输出是双引号，类型为: str。
• True 的开头大小写区别。

其他参数：

• skipkeys ：是否允许JSON字串编码字典对象时，字典的key不是字符串类型(默认是不允许)
• ensure_ascii：对中文默认使用的ascii编码，想输出真正的中文需要指定。默认为True。
• check_circular：如果为false，则循环参考检查将跳过容器类型的循环引用，并将循环引用导致“溢出错误”（或更糟）
• allow_nan：如果为false，则表示为“ValueError”在中序列化超出范围的“浮点”值（nan、inf、-inf）严格遵守JSON规范，而不是使用JavaScript等价物（NaN、Infinity、-Infinity）。
• indent：定义缩进距离大小。例如我上面案例中定义为4。
• separators ：定义分隔符。json元组格式。
• encoding ：编码
• sort_keys ：是否排序

没有罗列的参数可以参考python的源码查看相对应的解析。

🎈2.2 json.loads学习

json.loads 用于解码 JSON 数据。该函数返回 Python 字段的数据类型。

语法格式

json.loads(s[, encoding[, cls[, object_hook[, parse_float[, parse_int[, parse_constant[, object_pairs_hook[, **kw]]]]]]]])

案例剖析

# 接上面的json.dumps执行
>>> json.loads(python_person)
{'person': {'age': 18, 'name': '小明', 'sex': '男'}}
>>>
>>> print(python_person)
{
    "person": {
        "age": 18,
        "name": "\u5c0f\u660e",
        "sex": "\u7537"
    }
}
>>>
>>> convert_person = json.loads(python_person)
>>>
>>> print(convert_person)
{'person': {'age': 18, 'name': '小明', 'sex': '男'}}
>>>
>>> type(convert_person)
<class 'dict'>

总结

不管是dump还是load,带s的都是和字符串相关的，不带s的都是和文件相关的。

PS：公司一名员工，闲暇时间学习Python。