Python中序列化/反序列化JSON格式的数据

简介: 【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。
  1. 序列化(将 Python 对象转换为 JSON 字符串)
  • 使用json模块的dumps方法
  • 示例代码:


import json
data = {"name": "John", "age": 30, "city": "New York"}
json_str = json.dumps(data)
print(json_str)


  • 在这个示例中,首先定义了一个包含姓名、年龄和城市信息的字典data。然后使用json.dumps函数将这个字典转换为 JSON 字符串。dumps函数会将 Python 字典中的键和值转换为 JSON 格式的键值对,其中字符串会用双引号包裹,并且按照 JSON 的语法规则进行格式化。
  • 序列化其他 Python 对象类型
  • json模块还可以处理其他 Python 对象类型,如列表。例如:


import json
data_list = [1, 2, 3, {"key": "value"}]
json_str_list = json.dumps(data_list)
print(json_str_list)


  • 这里定义了一个包含整数和字典的列表data_listjson.dumps函数将其转换为 JSON 字符串。在 JSON 字符串中,列表元素会按照顺序排列,字典元素也会遵循 JSON 的格式规则。
  • 自定义序列化(处理特殊对象)
  • 有时候,我们可能需要对一些特殊的 Python 对象进行序列化,比如自定义的类。假设我们有一个简单的类Person


class Person:
    def __init__(self, name, age):
        self.name = name
        self.age = age
p = Person("Alice", 25)


  • 直接使用json.dumps会报错,因为json模块不知道如何处理Person类的对象。我们可以定义一个函数来将Person对象转换为可以序列化的字典:


def person_to_dict(person):
    return {"name": person.name, "age": person.age}
json_str_person = json.dumps(p, default = person_to_dict)
print(json_str_person)


  • 或者使用lambda表达式:json_str_person = json.dumps(p, default = lambda o: o.__dict__),这里__dict__是 Python 对象的一个特殊属性,它返回一个包含对象属性和值的字典。


  1. 反序列化(将 JSON 字符串转换为 Python 对象)
  • 使用json模块的loads方法
  • 示例代码:


import json
json_str = '{"name": "Bob", "age": 20, "city": "London"}'
data = json.loads(json_str)
print(data)
print(data["name"])


  • 首先定义了一个 JSON 字符串json_str,然后使用json.loads函数将其转换为 Python 对象。在这个例子中,转换后的对象是一个字典,我们可以通过字典的键来访问相应的值,如data["name"]来获取姓名信息。
  • 反序列化 JSON 数组(列表)
  • 当 JSON 字符串表示一个数组时,json.loads会将其转换为 Python 列表。例如:


import json
json_str_list = '[1, 2, 3, {"key": "value"}]'
data_list = json.loads(json_str_list)
print(data_list)
print(data_list[3]["key"])


  • 这里的json_str_list是一个包含整数和字典的 JSON 数组。json.loads将其转换为 Python 列表后,我们可以通过索引来访问列表中的元素,对于字典元素,还可以通过键来访问值。
相关文章
|
14天前
|
JSON JavaScript Java
对比JSON和Hessian2的序列化格式
通过以上对比分析,希望能够帮助开发者在不同场景下选择最适合的序列化格式,提高系统的整体性能和可维护性。
18 3
|
18天前
|
图形学 Python
SciPy 空间数据2
凸包(Convex Hull)是计算几何中的概念,指包含给定点集的所有凸集的交集。可以通过 `ConvexHull()` 方法创建凸包。示例代码展示了如何使用 `scipy` 库和 `matplotlib` 绘制给定点集的凸包。
25 1
|
20天前
|
数据采集 Web App开发 iOS开发
如何使用 Python 语言的正则表达式进行网页数据的爬取?
使用 Python 进行网页数据爬取的步骤包括:1. 安装必要库(requests、re、bs4);2. 发送 HTTP 请求获取网页内容;3. 使用正则表达式提取数据;4. 数据清洗和处理;5. 循环遍历多个页面。通过这些步骤,可以高效地从网页中提取所需信息。
|
18天前
|
索引 Python
SciPy 空间数据1
SciPy 通过 `scipy.spatial` 模块处理空间数据,如判断点是否在边界内、计算最近点等。三角测量是通过测量角度来确定目标距离的方法。多边形的三角测量可将其分解为多个三角形,用于计算面积。Delaunay 三角剖分是一种常用方法,可以对一系列点进行三角剖分。示例代码展示了如何使用 `Delaunay()` 函数创建三角形并绘制。
26 0
|
7天前
|
存储 数据挖掘 开发者
Python编程入门:从零到英雄
在这篇文章中,我们将一起踏上Python编程的奇幻之旅。无论你是编程新手,还是希望拓展技能的开发者,本教程都将为你提供一条清晰的道路,引导你从基础语法走向实际应用。通过精心设计的代码示例和练习,你将学会如何用Python解决实际问题,并准备好迎接更复杂的编程挑战。让我们一起探索这个强大的语言,开启你的编程生涯吧!
|
13天前
|
机器学习/深度学习 人工智能 TensorFlow
人工智能浪潮下的自我修养:从Python编程入门到深度学习实践
【10月更文挑战第39天】本文旨在为初学者提供一条清晰的道路,从Python基础语法的掌握到深度学习领域的探索。我们将通过简明扼要的语言和实际代码示例,引导读者逐步构建起对人工智能技术的理解和应用能力。文章不仅涵盖Python编程的基础,还将深入探讨深度学习的核心概念、工具和实战技巧,帮助读者在AI的浪潮中找到自己的位置。
|
13天前
|
机器学习/深度学习 数据挖掘 Python
Python编程入门——从零开始构建你的第一个程序
【10月更文挑战第39天】本文将带你走进Python的世界,通过简单易懂的语言和实际的代码示例,让你快速掌握Python的基础语法。无论你是编程新手还是想学习新语言的老手,这篇文章都能为你提供有价值的信息。我们将从变量、数据类型、控制结构等基本概念入手,逐步过渡到函数、模块等高级特性,最后通过一个综合示例来巩固所学知识。让我们一起开启Python编程之旅吧!
|
13天前
|
存储 Python
Python编程入门:打造你的第一个程序
【10月更文挑战第39天】在数字时代的浪潮中,掌握编程技能如同掌握了一门新时代的语言。本文将引导你步入Python编程的奇妙世界,从零基础出发,一步步构建你的第一个程序。我们将探索编程的基本概念,通过简单示例理解变量、数据类型和控制结构,最终实现一个简单的猜数字游戏。这不仅是一段代码的旅程,更是逻辑思维和问题解决能力的锻炼之旅。准备好了吗?让我们开始吧!
|
4天前
|
数据采集 存储 数据处理
Python中的多线程编程及其在数据处理中的应用
本文深入探讨了Python中多线程编程的概念、原理和实现方法,并详细介绍了其在数据处理领域的应用。通过对比单线程与多线程的性能差异,展示了多线程编程在提升程序运行效率方面的显著优势。文章还提供了实际案例,帮助读者更好地理解和掌握多线程编程技术。
|
7天前
|
存储 人工智能 数据挖掘
Python编程入门:打造你的第一个程序
本文旨在为初学者提供Python编程的初步指导,通过介绍Python语言的基础概念、开发环境的搭建以及一个简单的代码示例,帮助读者快速入门。文章将引导你理解编程思维,学会如何编写、运行和调试Python代码,从而开启编程之旅。
29 2
下一篇
无影云桌面