【Python】基础知识(JSON)

简介: 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

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(naninf-inf)严格遵守JSON规范,而不是使用JavaScript等价物(NaNInfinity-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。

相关文章
|
2月前
|
JSON API 数据格式
Python采集京东商品评论API接口示例,json数据返回
下面是一个使用Python采集京东商品评论的完整示例,包括API请求、JSON数据解析
|
2月前
|
存储 JSON API
Python与JSON:结构化数据的存储艺术
Python字典与JSON格式结合,为数据持久化提供了便捷方式。通过json模块,可轻松实现数据序列化与反序列化,支持跨平台数据交换。适用于配置管理、API通信等场景,兼具可读性与高效性,是Python开发中不可或缺的数据处理工具。
129 0
|
6天前
|
JSON API 数据安全/隐私保护
Python采集淘宝评论API接口及JSON数据返回全流程指南
Python采集淘宝评论API接口及JSON数据返回全流程指南
|
1月前
|
JSON 安全 API
Python处理JSON数据的最佳实践:从基础到进阶的实用指南
JSON作为数据交换通用格式,广泛应用于Web开发与API交互。本文详解Python处理JSON的10个关键实践,涵盖序列化、复杂结构处理、性能优化与安全编程,助开发者高效应对各类JSON数据挑战。
127 1
|
6月前
|
XML JSON API
淘宝商品详情API的调用流程(python请求示例以及json数据示例返回参考)
JSON数据示例:需要提供一个结构化的示例,展示商品详情可能包含的字段,如商品标题、价格、库存、描述、图片链接、卖家信息等。考虑到稳定性,示例应基于淘宝开放平台的标准响应格式。
|
7月前
|
数据采集 JSON 测试技术
如何在Python中高效实现CSV到JSON的数据转换
在实际项目中,数据格式转换是常见问题,尤其从CSV到JSON的转换。本文深入探讨了多种转换方法,涵盖Python基础实现、数据预处理、错误处理、性能优化及调试验证技巧。通过分块处理、并行处理等手段提升大文件转换效率,并介绍如何封装为命令行工具或Web API,实现自动化批量处理。关键点包括基础实现、数据清洗、异常捕获、性能优化和单元测试,确保转换流程稳定高效。
369 83
|
5月前
|
数据采集 存储 JSON
用Python爬虫抓取数据并保存为JSON的完整指南
用Python爬虫抓取数据并保存为JSON的完整指南
|
6月前
|
JSON 监控 API
python语言采集淘宝商品详情数据,json数据示例返回
通过淘宝开放平台的API接口,开发者可以轻松获取商品详情数据,并利用这些数据进行商品分析、价格监控、库存管理等操作。本文提供的示例代码和JSON数据解析方法,可以帮助您快速上手淘宝商品数据的采集与处理。
|
11月前
|
数据采集 JSON 数据处理
抓取和分析JSON数据:使用Python构建数据处理管道
在大数据时代,电商网站如亚马逊、京东等成为数据采集的重要来源。本文介绍如何使用Python结合代理IP、多线程等技术,高效、隐秘地抓取并处理电商网站的JSON数据。通过爬虫代理服务,模拟真实用户行为,提升抓取效率和稳定性。示例代码展示了如何抓取亚马逊商品信息并进行解析。
249 1
抓取和分析JSON数据:使用Python构建数据处理管道
|
10月前
|
JSON 数据格式 索引
Python中序列化/反序列化JSON格式的数据
【11月更文挑战第4天】本文介绍了 Python 中使用 `json` 模块进行序列化和反序列化的操作。序列化是指将 Python 对象(如字典、列表)转换为 JSON 字符串,主要使用 `json.dumps` 方法。示例包括基本的字典和列表序列化,以及自定义类的序列化。反序列化则是将 JSON 字符串转换回 Python 对象,使用 `json.loads` 方法。文中还提供了具体的代码示例,展示了如何处理不同类型的 Python 对象。
336 1

推荐镜像

更多