JSON (JavaScript Object Notation) 是一種輕量級的數據交換格式。Python3 中可以使用 json 模塊來對 JSON 數據進行編解碼,它主要提供了四個方法: dumps
、dump
、loads
、load
。
dump和dumps
dump
和dumps
對python
對象進行序列化。將一個Python
對象進行JSON
格式的編碼。
dump函數:
json.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)
obj
: 表示是要序列化的對象。
fp
: 文件描述符,將序列化的str保存到文件中。json模塊總是生成str對象,而不是字節對象;因此,fp.write()必須支持str輸入。
skipkeys
: 默認爲False
,如果skipkeysTrue
,(默認值:False),則將跳過不是基本類型(str,int,float,bool,None)的dict鍵,不會引發TypeError
。
ensure_ascii
: 默認值爲True
,能將所有傳入的非ASCII字符轉義輸出。如果ensure_ascii
爲False
,則這些字符將按原樣輸出。
check_circular
:默認值爲True
,如果check_circular
爲False
,則將跳過對容器類型的循環引用檢查,循環引用將導致OverflowError
。
allow_nan
: 默認值爲True
,如果allow_nan
爲False
,則嚴格遵守JSON規範,序列化超出範圍的浮點值(nan,inf,-inf)會引發ValueError
。 如果allow_nan
爲True
,則將使用它們的JavaScript
等效項(NaN,Infinity,-Infinity)。
indent
: 設置縮進格式,默認值爲None
,選擇的是最緊湊的表示。如果indent
是非負整數或字符串,那麼JSON數組元素和對象成員將使用該縮進級別進行輸入;indent
爲0,負數或“”僅插入換行符;indent
使用正整數縮進多個空格;如果indent
是一個字符串(例如“\t”),則該字符串用於縮進每個級別。
separators
: 去除分隔符後面的空格,默認值爲None
,如果指定,則分隔符應爲(item_separator,key_separator)元組。如果縮進爲None
,則默認爲(’,’,’:’);要獲得最緊湊的JSON表示,可以指定(’,’,’:’)以消除空格。
default
: 默認值爲None
,如果指定,則default
應該是爲無法以其他方式序列化的對象調用的函數。它應返回對象的JSON可編碼版本或引發TypeError
。如果未指定,則引發TypeError
。
sort_keys
: 默認值爲False
,如果sort_keys
爲True
,則字典的輸出將按鍵值排序。
dumps函數:
json.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)
dumps
函數不需要傳文件描述符,其他的參數和dump
函數的一樣。
load和loads
load
和loads
反序列化方法,將json
格式數據解碼爲python
對象。
load函數:
json.load(fp, *, cls=None, object_hook=None, parse_float=None, parse_int=None, parse_constant=None, object_pairs_hook=None, **kw)
fp
: 文件描述符,將fp(.read()支持包含JSON文檔的文本文件或二進制文件)反序列化爲Python對象。
object_hook
: 默認值爲None
,object_hook
是一個可選函數,此功能可用於實現自定義解碼器。指定一個函數,該函數負責把反序列化後的基本類型對象轉換成自定義類型的對象。
parse_float
: 默認值爲None
,如果指定了parse_float
,用來對JSON
float字符串進行解碼,這可用於爲JSON
浮點數使用另一種數據類型或解析器。
parse_int
: 默認值爲None
,如果指定了parse_int
,用來對JSON
int字符串進行解碼,這可以用於爲JSON整數使用另一種數據類型或解析器。
parse_constant
:默認值爲None
,如果指定了parse_constant
,對-Infinity
,Infinity
,NaN
字符串進行調用。如果遇到了無效的JSON
符號,會引發異常。
如果進行反序列化(解碼)的數據不是一個有效的JSON
文檔,將會引發 JSONDecodeError
異常。
loads函數:
json.loads(s, *, encoding=None, cls=None, object_hook=None, parse_float=None, parse_int=None, parse_constant=None, object_pairs_hook=None, **kw)
s
: 將s(包含JSON文檔的str,bytes或bytearray實例)反序列化爲Python對象。
encoding
: 指定一個編碼的格式。
loads
也不需要文件描述符,其他參數的含義和load
函數的一致。
格式轉化表
JSON
中的數據格式和Python
中的數據格式轉化關係如下:
JSON | Python |
---|---|
object | dict |
array | list |
string | str |
number (int) | int |
number (real) | float |
true | True |
false | False |
null | None |
實例:
dump和dumps
import json
# dumps可以格式化所有的基本數據類型爲字符串
data1 = json.dumps([]) # 列表
print(data1, type(data1))
data2 = json.dumps(2) # 數字
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))
with open("test.json", "w", encoding='utf-8') as f:
# indent 超級好用,格式化保存字典,默認爲None,小於0爲零個空格
f.write(json.dumps(dict, indent=4))
json.dump(dict, f, indent=4) # 傳入文件描述符,和dumps一樣的結果
得到的輸出結果如下:格式化所有的數據類型爲str
類型
[] <class 'str'>
2 <class 'str'>
"3" <class 'str'>
{"name": "Tom", "age": 23} <class 'str'>
test.json
中的內容
{
"name": "Tom",
"age": 23
}
load和loads
import json
dict = '{"name": "Tom", "age": 23}' # 將字符串還原爲dict
data1 = json.loads(dict)
print(data1, type(data1))
with open("test.json", "r", encoding='utf-8') as f:
data2 = json.loads(f.read()) # load的傳入參數爲字符串類型
print(data2, type(data2))
f.seek(0) # 將文件遊標移動到文件開頭位置
data3 = json.load(f)
print(data3, type(data3))
運行結果如下:
{'name': 'Tom', 'age': 23} <class 'dict'>
{'name': 'Tom', 'age': 23} <class 'dict'>
{'name': 'Tom', 'age': 23} <class 'dict'>
常見的錯誤:
讀取多行的JSON文件
假如要讀取一個多行的JSON文件:
{"阪": ["阪5742"]}
{"構": ["構6784"]}
{"共": ["共5171"]}
{"鉤": ["鉤94a9"]}
{"骯": ["骯80ae"]}
{"孤": ["孤5b64"]}
如果直接使用:
with open(json_path, 'r') as f:
json_data = json.load(f)
就會報錯:拋出異常JSONDecodeError
。
json.decoder.JSONDecodeError: Extra data: line 2 column 1 (char 17)
表示數據錯誤,數據太多,第2行第一列
因爲json
只能讀取一個文檔對象,有兩個解決辦法
1、單行讀取文件,一次讀取一行文件。
2、保存數據源的時候,格式寫爲一個對象。
單行讀取文件:
with open(json_path, 'r') as f:
for line in f.readlines():
json_data = json.loads(line)
但是這種做法還有個問題,如果JSON文件中包含空行,還是會拋出JSONDecodeError
異常
json.decoder.JSONDecodeError: Expecting value: line 2 column 1 (char 1)
可以先處理空行,再進行文件讀取操作:
for line in f.readlines():
line = line.strip() # 使用strip函數去除空行
if len(line) != 0:
json_data = json.loads(line)
合併爲一個對象
將json
文件處理成一個對象文件。
{"dict": [
{"阪": ["阪5742"]},
{"構": ["構6784"]},
{"共": ["共5171"]},
{"鉤": ["鉤94a9"]},
{"骯": ["骯80ae"]},
{"孤": ["孤5b64"]}
]}
然後再用:
with open(json_path, 'r') as f:
json_data = json.loads(f.read())
總結:
json.dumps
將 Python 對象編碼成 JSON 字符串
json.loads
將已編碼的 JSON 字符串解碼爲 Python 對象
json.dump
和json.load
,需要傳入文件描述符,加上文件操作。
JSON
內部的格式要注意,一個好的格式能夠方便讀取,可以用indent
格式化。
參考鏈接:
https://docs.python.org/3.6/library/json.html#py-to-json-table
https://www.cnblogs.com/tjuyuan/p/6795860.html
http://liuzhijun.iteye.com/blog/1859857
https://blog.csdn.net/qq_22073849/article/details/78192289
http://www.runoob.com/python3/python3-json.html