Python处理JSON(可编辑修改word版)

概念序列化（Serialization）：将对象的状态信息转换为可以存储或可以通过网络传输的过程，传输的格式可以是JSON、XML 等。

反序列化就是从存储区域（JSON，XML）读取反序列化对象的状态，重新创建该对象。

JSON（JavaScript Object Notation）：一种轻量级数据交换格式，相对于XML 而言更简单，也易于阅读和编写，机器也方便解析和生成，Json 是JavaScript 中的一个子集。

Python2.6 开始加入了JSON 模块，无需另外下载，Python 的Json 模块序列化与反序列化的过程分别是encoding 和decodingencoding：把一个Python 对象编码转换成Json 字符串decoding：把Json 格式字符串解码转换成Python 对象对于简单数据类型（string、unicode、int、float、list、tuple、dict），可以直接处理。

json.dumps 方法对简单数据类型encoding：import jsondata = [{'a':"A",'b':(2,4),'c':3.0}] #list 对象print "DATA:",repr(data)data_string = json.dumps(data)print "JSON:",data_string输出：DATA: [{'a':'A','c':3.0,'b':(2,4)}] #python 的dict 类型的数据是没有顺序存储的JSON: [{"a":"A","c":3.0,"b":[2,4]}]JSON 的输出结果与DATA 很相似，除了一些微妙的变化，如python 的元组类型变成了Json 的数组，Python 到Json 的编码转换规则是：json.loads 方法处理简单数据类型的decoding（解码）转换import jsondata = [{'a':"A",'b':(2,4),'c':3.0}] #list 对象data_string = json.dumps(data)print "ENCODED:",data_stringdecoded = json.loads(data_string)print "DECODED:",decodedprint "ORIGINAL:",type(data[0]['b'])print "DECODED:",type(decoded[0]['b'])输出:ENCODED: [{"a": "A", "c": 3.0, "b": [2, 4]}]DECODED: [{u'a': u'A', u'c': 3.0, u'b': [2, 4]}]ORIGINAL: <type 'tuple'>DECODED: <type 'list'>解码过程中，json 的数组最终转换成了 python 的 list ，而不是最初的 tuple 类型，Json 到 Python 的解码规则是：json 的人文关怀编码后的 json格式字符串紧凑的输出，而且也没有顺序，因此 dumps 方法提供了一些可选 的参数，让输出的格式提高可读性，如 是告诉编码器按照字典排序(a 到 z)输出。

import jsondata = [ { 'a':'A', 'b':(2, 4), 'c':3.0 } ]print 'DATA:', repr(data)unsorted = json.dumps(data)print 'JSON:', json.dumps(data)print 'SORT:', json.dumps(data, sort_keys=True)sort_keys输出:DATA: [{'a': 'A', 'c': 3.0, 'b': (2, 4)}]JSON: [{"a": "A", "c": 3.0, "b": [2, 4]}]SORT: [{"a": "A", "b": [2, 4], "c": 3.0}:import jsondata = [ { 'a':'A', 'b':(2, 4), 'c':3.0 } ]print 'DATA:', repr(data)print 'NORMAL:', json.dumps(data, sort_keys=True)print 'INDENT:', json.dumps(data, sort_keys=True, indent=2)输出:DATA: [{'a': 'A', 'c': 3.0, 'b': (2, 4)}]NORMAL: [{"a": "A", "b": [2, 4], "c": 3.0}]INDENT: [{"a": "A","b": [2,4],"c": 3.0}]", :"后面都有个空 格，这都是为了美化输出结果的作用，但是在我们传输数据的过程中，越精简越好，冗余的东西全部去掉，因此就可以加上 separators 参数：import jsondata = [ { 'a':'A', 'b':(2, 4), 'c':3.0 } ]print 'DATA:', repr(data)print 'repr(data):', len(repr(data))print 'dumps(data):', len(json.dumps(data))print 'dumps(data, indent=2) :', len(json.dumps(data, indent=2))print 'dumps(data, separators):', len(json.dumps(data, separators=(',',':')))输出：DATA: [{'a': 'A', 'c': 3.0, 'b': (2, 4)}]repr(data): 35 dumps(data) : 35dumps(data, indent=2) : 76dumps(data, separators): 29数，在 encoding 过程中，dict 对象的 key 只可以是 string 对象，如果是其他类型， 那么在编码过程中就会抛出key 的处理.import jsonstring 对象当作data= [ { 'a':'A', 'b':(2, 4), 'c':3.0, ('d',):'D tuple' } ]try:print json.dumps(data)except (TypeError, ValueError) as err:print 'ERROR:', errprintprint json.dumps(data, skipkeys=True)输出:ERROR: keys must be a string[{"a": "A", "c": 3.0, "b": [2, 4]}]让 json 支持自定义数据类型以上例子都是基于 python 的 built-in 类型的，对于自定义类型的数据结构，json 模块默认是转换函数:import jsonclass MyObj(object):def init (self, s):self.s = sdef repr (self):return '<MyObj(%s)>' % self.sobj = .MyObj('helloworld')try:print json.dumps(obj)except TypeError, err:print 'ERROR:', err#转换函数def convert_to_builtin_type(obj):print 'default(', repr(obj), ')'# 把MyObj 对象转换成dict 类型的对象d = { ' class ':obj. class . name ,' module ':obj. module ,}d.update(obj. dict )return dprint json.dumps(obj, default=convert_to_builtin_type)输出:ERROR: <MyObj(helloworld)> is not JSON serializabledefault( <MyObj(helloworld)> ){"s": "hellworld", " module ": "MyObj", " class ": " main "}#注意：这里的class 和module 根据你代码的所在文件位置不同而不同相反，如果要把json decode 成python 对象，同样也需要自定转换函数，传递给json.loads 方法的#jsontest.pyimport jsonclass MyObj(object):def init (self,s):self.s = sdef repr (self):return "<MyObj(%s)>" % self.sdef dict_to_object(d):if ' class ' in d:class_name = d.pop(' class ')module_name = d.pop(' module ')module = import (module_name)print "MODULE:",moduleclass_ = getattr(module,class_name)print "CLASS",class_args = dict((key.encode('ascii'),value) for key,value in d.items())print 'INSTANCE ARGS:',argsinst = class_(**args)else:inst = dreturn instencoded_object = '[{"s":"helloworld"," module ":"jsontest"," class ":"MyObj"}]'myobj_instance = json.loads(encoded_object,object_hook=dict_to_object)print myobj_instance输出：MODULE: <module 'jsontest' from 'E:\Users\liuzhijun\workspace\python\jsontest.py'> CLASS <class 'jsontest.MyObj'>INSTANCE ARGS: {'s': u'helloworld'}[<MyObj(helloworld)>]MODULE: <module 'jsontest' from 'E:\Users\liuzhijun\workspace\python\jsontest.py'>CLASS <class 'jsontest.MyObj'>INSTANCE ARGS: {'s': u'helloworld'}[<MyObj(helloworld)>]使用 Encoder 与 Decoder 类实现 json 编码的转换JSONEncoder 有一个迭代接口以方便的把逐个数据写到文件或网络流中，而不需要一次性就把数据读入内存.import jsonencoder = json.JSONEncoder()data = [ { 'a':'A', 'b':(2, 4), 'c':3.0 } ]for part in encoder.iterencode(data):print 'PART:', part输出：PART: [PART: {PART: "a"PART: :PART: "A"PART: ,PART: "c"PART: :PART: 3.0PART: ,PART: "b"PART: :PART: [2PART: , 4PART: ]PART: }PART: ]串作为 dict 的 key ），对于自定义的对象，我们只需从些 JSONEncoder 的 其实现方式与上面提及的函数import jsonimport json_myobjclass MyObj(object):def init (self,s):self.s = sdef repr (self):return "<MyObj(%s)>" % self.sclass MyEncoder(json.JSONEncoder):def default(self, obj):print 'default(', repr(obj), ')'# Convert objects to a dictionary of their representationd = { ' class ':obj. class . name ,' module ':obj. module ,}d.update(obj. dict )return dobj = json_myobj.MyObj('helloworld')print objprint MyEncoder().encode(obj)输出：<MyObj(internal data)>default( <MyObj(internal data)> ){"s": "helloworld", " module ": "Myobj", " class ": "MyObj"}从json 对Python 对象的转换:class MyDecoder(json.JSONDecoder):def init (self):json.JSONDecoder. init (self, object_hook=self.dict_to_object)def dict_to_object(self, d):if ' class ' in d:class_name = d.pop(' class ')module_name = d.pop(' module ')module = import (module_name)print 'MODULE:', moduleclass_ = getattr(module, class_name)print 'CLASS:', class_args = dict( (key.encode('ascii'), value) for key, value in d.items())print 'INSTANCE ARGS:', argsinst = class_(**args)else:inst = dreturn instencoded_object = '[{"s": "helloworld", " module ": "jsontest", " class ": "MyObj"}]'myobj_instance = MyDecoder().decode(encoded_object)print myobj_instance输出:MODULE: <module 'jsontest' from 'E:\Users\liuzhijun\workspace\python\jsontest.py'> CLASS: <class 'jsontest.MyObj'>INSTANCE ARGS: {'s': u'helloworld'}[<MyObj(helloworld)>]json 格式字符串写入到文件流中上面的例子都是在内存中操作的，如果对于大数据，把他编码到一个类文件(file-like)中更合import jsonimport tempfiledata = [ { 'a':'A', 'b':(2, 4), 'c':3.0 } ]f = dTemporaryFile(mode='w+')json.dump(data, f)f.flush()print open(, 'r').read()输出：[{"a": "A", "c": 3.0, "b": [2, 4]}]类似的：import jsonimport tempfilef = dTemporaryFile(mode='w+')f.write('[{"a": "A", "c": 3.0, "b": [2, 4]}]') f.flush()f.seek(0)print json.load(f)输出：[{u'a': u'A', u'c': 3.0, u'b': [2, 4]}]。