python中json的操作,jsonPython

本文目錄一覽：

• 1、Python爬蟲（七）數據處理方法之JSON
• 2、python中如何遍歷json數組
• 3、【Python】淺談python中的json
• 4、py3筆記8：json結構的校驗
• 5、python 怎麼處理json

Python爬蟲（七）數據處理方法之JSON

JSON 指的是 JavaScript 對象表示法（JavaScript Object Notation），是輕量級的文本數據交換格式，且具有自我描述性，更易理解。

JSON看起來像python類型（列表，字典）的字元串。

在之前的文章中，我們說到了怎麼用response的方法，獲取到網頁正確解碼後的字元串。如果還有不懂的，可以先閱讀 Python爬蟲（三）Requests庫 。接下來以有道翻譯為例子，說說怎麼通過網頁解碼後的字元串，提取到翻譯結果。

再結合上述有道翻譯的例子，得到字典類型的返回結果，並提取出來翻譯結果。

將上述例子的dict_json換成str字元串，再寫入文本中。

執行完上述的程序，會得到一個fanyi.txt的文件，其結果如下：{“type”: “ZH_CN2EN”, “errorCode”: 0, “elapsedTime”: 1, “translateResult”: [[{“src”: “\u4eba\u751f\u82e6\u77ed\uff0c\u6211\u7528python”, “tgt”: “Life is too short, I use python”}]]}。這樣子的一份文檔，中文部分顯示的是二進位，且格式非常不利於閱讀，這並不是我們想要的結果。好在json.dumps()為我們提供的兩個方法，以幫助我們更好閱讀文檔。

1.ensure_ascii，能夠讓中文顯示成中文；

2.indent，能夠讓下一行在第一行的基礎上空格。

其用法如下：

python中如何遍歷json數組

1、創建python文件，testjson.py；

2、編寫python代碼，解析json數組，

json_str = {“name”:”lisi”,

“age”:27}

for key, value in json_str.items():

print(str(key) + ‘=’ + str(value))

3、右擊，選擇『在終端中運行Python文件』；

4、查看運行結果，即可發現解析完成；

【Python】淺談python中的json

一 前言  

   最近一直在做開發相關的工作–基於Django的web 平台，其中需要從model層傳輸數據到view 層做數據展示或者做業務邏輯處理。我們採用通用的Json格式–Json(JavaScript Object Notation) 是一種輕量級的數據交換格式，易於閱讀和程序解析。

二 認識Json

   2.1 Json 結構

   常見的Json格式為 「名稱/值」對的集合,其中 值可以是對象，列表，字典，字元串等等。比如

backup_data = {“back_to_host”: “dbbk0”,

“ip_address”: “10.10.20.3”,

“host_name”: “rac4”,

“port”: 3306}

  2.2 使用Json

  Python的Json模塊序列化與反序列化的過程分別是 編碼和解碼。這兩個過程涉及到兩組不同的函數

  編碼 把一個Python對象編碼轉換成Json字元串，json.dumps(data)/json.dump(data,file_handler)

  解碼 把Json格式字元串解碼轉換成Python對象，json.loads(data)/json.load(file_handler)

  在python中要使用Json模塊做相關操作，必須先導入:

import Json

  2.3 主要函數

  編碼函數主要有 json.dumps(data)/json.dump(data,file_handler)

   json.dumps()的參數是將python對象轉換為字元串，如使用json.dumps序列化的對象json_dumps=json.dumps({‘a’:1, ‘b’:2}) ，json_dumps='{“b”: 2, “a”: 1}’

   json.dump 是將內置類型序列化為json對象後寫入文件。

 解碼函數主要由json.loads(data)/json.load(file_handler)  

    json.loads的參數是內存對象，把Json格式字元串解碼轉換成Python對象,json_loads=json.loads(d_json)  #{ b”: 2, “a”: 1}，使用load重新反序列化為dict

    json.load()的參數針對文件句柄，比如本地有一個文件/tmp/test.json  json_load=json.load(open(‘/tmp/test.json’))

具體案例參考如下:

In [3]: data={“back_to_host”: “rac1”,

…: “ip_address”: “10.215.20.3”,

…: “host_name”: “rac3”,

…: “port”: 3306}

In [7]: json_str=json.dumps(data)

In [8]: print json_str

{“ip_address”: “10.215.20.3”, “back_to_host”: “rac1”, “host_name”: “rac3”, “port”: 3306}

In [9]: json_loads=json.load(json_str)

—————————————————————————

AttributeError Traceback (most recent call last)

ipython-input-9-180506f16431 in module()

—- 1 json_loads=json.load(json_str)

/System/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/json/__init__.pyc in load(fp, encoding, cls, object_hook, parse_float, parse_int, parse_constant, object_pairs_hook, **kw)

284

285 “”

注意 從上面的報錯信息來看 json.loads 傳參是字元串類型，並不是文件句柄，沒有 read()屬性。

In [10]: json_loads=json.loads(json_str)

In [11]: print json_loads

{u’back_to_host’: u’rac1′, u’ip_address’: u’10.215.20.3′, u’host_name’: u’rac3′, u’port’: 3306}

In [12]: type(json_loads)

Out[12]: dict

In [13]: type(json_str)

Out[13]: str

利用dump 將數據寫入 dump.json

In [17]: with open(‘/tmp/dump.json’,’w’) as f:

…: json.dump(json_str,f)

…:

yangyiDBA:~ yangyi$ cat /tmp/dump.json

“{\”ip_address\”: \”10.10.20.3\”, \”back_to_host\”: \”rac1\”, \”host_name\”: \”rac3\”, \”port\”: 3306}”

yangyiDBA:~ yangyi$

利用json.load 將dump.sjon的數據讀出來並賦值給 data 

In [18]: with open(‘/tmp/dump.json’,’r’) as f:

…: data=json.load(f)

…:

In [19]: print data

{“ip_address”: “10.10.20.3”, “back_to_host”: “rac1”, “host_name”: “rac3”, “port”: 3306}

三 小結

  本文算是一篇學習筆記，主要對比了json.loads/json.load  , json.dumps/ json.dump 的使用差異 ，方便以後更好的使用json 。

以上為本次分享內容，感謝觀看。

py3筆記8：json結構的校驗

python中使用json模塊實現python對象與json的轉換

要處理的是文件而不是字元串，你可以使用 json.dump() 和 json.load() 來編碼和解碼JSON數據

Json Schema 是一個用於驗證Json數據結構的強大工具

使用範圍： 介面測試中數據值校驗、數據類型校驗、json數據結構校驗

官網：

安裝: pip install jsonschema

type 關鍵字是json模式的基礎，指定架構的數據類型：string、number、object、array、boolean、null

object關鍵字,在python中對應的是dict類型

數組屬性array，用於有序元素

在python中,array類似於list或tuple

在Json,通常有2種方式驗證

1. 列表驗證： 任意長度的序列，其中每個元素匹配相同的模式

2. 元組驗證： 一個固定長度的序列，其中每個項目可能具有不同的模式

1. 列表驗證

2. 元組驗證

針對每一個元素解釋說明，默認校驗schema中設置的前n項

將items關鍵字設置成一個數組, 其中每個項目都是一個與文檔數組的每個索引相對應的模式,

也就是一個數組, 第一個元素模式驗證輸入數組的第一個元素. 第二個元素模式驗證輸入數組的第二個元素

例如, 在以下的模式, anyOf關鍵字用於表示給定值可能對任何給定的子模式有效。第一個子模式需要一個最大長度為5的字元串。第二個子模式需要一個最小值為0的數字。只要一個值對這些模式中的任何一個進行驗證,它就被認為整個組合模式有效。

{ 『anyOf』: [ {『type』: 『string』, 『maxLength』: 5}, {『type』:』string』, 『minimum』: 0 }]}

用於組合模式的關鍵字是:

該$schema關鍵字用於聲明JSON片段實際上是JSON模式的一部分。它還聲明了針對該模式編寫的JSON Schema標準的哪個版本。

建議所有JSON模式都有一個$schema條目，該條目必須位於根目錄下。因此，大多數情況下，您需要在架構的根目錄下：

python 怎麼處理json

json.dumps()

該函數可以將簡單數據類型（int\float\string\tuple\list\dict\unicode）轉換成JSON格式，樣例代碼如下：

import json

src_data = {“name”:”Tacey”,”age”:13,”sex”:”male”,”interst”:(“Programing”,”Reading”)}

#print repr(src_data)

print json.dumps(src_data)

輸出如下：

{‘interst’:(‘Programing’,’Reading’),’age’:23,’name’:’Tacey’,’sex’:’male’}

{“interst”:[“programing”,”Reading”],”age”:23,”name”:”Tacey”,”sex”:mal”}

2、json.loads()

該函數可以將JSON數據轉換成Python的簡單數據類型，接著上面的代碼：

json_data = json.dumps(src_data)

print json.loads(json_data)[“name”]

輸出結果：

Tacey