1. JSON简介
JSON(JavaScript Object Notation) 是一种轻量级的数据交换格式，它是JavaScript的子集，易于人阅读和编写。
JSON用来存储和交换文本信息，比xml更小/更快/更易解析，易于读写，占用带宽小，网络传输速度快的特性，适用于数据量大，不要求保留原有类型的情况。。
前端和后端进行数据交互，其实就是JS和Python进行数据交互！
2. JSON语法规则
名称必须用双引号（即：" "）来包括值可以是双引号包括的字符串、数字、true、false、null、JavaScript数组，或子对象数据在name/value中数据见用逗号分隔花括号保存对象方括号保存数组
3. JSON数据类型
一并列举出Python与JSON数据类型的映射关系：
| Python | JSON | | --- | --- | | dict | object | | list, tuple | array | | str, unicode | string | | int, long, float | number | | True | true | | False | false | | None | null |
4. JSON对象
在花括号中书写，对象可以包含多个名称/值对。
例：
{"firstname": "jonh", "lastname": "Doe"}
5. JSON数组
Employees是包含三个对象的数组。
每个对象代表一条关于某个人名的记录，在方括号中书写，数组可以包含多个对象：
{
"employees": [
{ “firstName”:“John” , “lastName”:“Doe” },
{ “firstName”:“Anna” , “lastName”:“Smith” },
{ “firstName”:“Peter” , “lastName”:“Jones” }
]
}
6. JSON中常用的方法
python在使用json这个模块前，首先要导入json库：import json.
| | | | --- | --- | | 方法 | 描述 | | 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 | | json.dump() | 将Python内置类型序列化为json对象后写入文件 | | json.load() | 读取文件中json形式的字符串元素转化为Python类型 |
注意：不带s的是序列化到文件或者从文件反序列化，带s的都是内存操作不涉及持久化。
6.1 json.dumps()
import json
data = {'name':'nanbei','age':18}
# 将Python对象编码成json字符串
print(json.dumps(data))
结果:
{"name": "nanbei", "age": 18}
注： 在这里我们可以看到，原先的单引号已经变成双引号了
6.2 json.loads()
import json
data = {'name':'nanbei','age':18}
# 将Python对象编码成json字符串
# print(json.dumps(data))
# 将json字符串解码成Python对象
a = json.dumps(data)
print(json.loads(a))
结果:
{'name': 'nanbei', 'age': 18}
在这里举个元组和列表的例子：
import json
data = (1,2,3,4)
data_json = [1,2,3,4]
#将Python对象编码成json字符串
print(json.dumps(data))
print(json.dumps(data_json))
#将Python对象编码成json字符串
a = json.dumps(data)
b = json.dumps(data_json)
#将json字符串编码成Python对象
print(json.loads(a))
print(json.loads(b))
结果：
[1, 2, 3, 4]
[1, 2, 3, 4]
[1, 2, 3, 4]
[1, 2, 3, 4]
可以看到，元组和列表解析出来的均是数组。
由以上输出可以看出编码过程中，Python中的list和tuple都被转化成json的数组，而解码后，json的数组最终被转化成Python的list的，无论是原来是list还是tuple。
6.3 json.dump()
将Python内置类型序列化为json对象后写入文件：
import json
data = {
'nanbei':'haha',
'a':[1,2,3,4],
'b':(1,2,3)
}
with open('json_test.txt','w+') as f:
json.dump(data,f)
6.4 json.load()
读取文件中json形式的字符串元素转化为Python类型：
import json
data = {
'nanbei':'haha',
'a':[1,2,3,4],
'b':(1,2,3)
}
with open('json_test.txt','w+') as f:
json.dump(data,f)
with open('json_test.txt','r+') as f:
print(json.load(f))
结果：
{'a': [1, 2, 3, 4], 'b': [1, 2, 3], 'nanbei': 'haha'}
6.5 更多实例
json.dumps()：将一个Python数据类型列表编码成json格式的字符串
#python的列表转换为json的数组
>>> import json
>>> json.dumps([1,2,3])
'[1, 2, 3]'
#python的字符串转换为json的字符串
>>> json.dumps('abdcs')
'"abdcs"'
#python的元祖转换为json的数组
>>> json.dumps((1,2,3,'a'))
'[1, 2, 3, "a"]'#注意此时显示的是方括号
#python的字典转换为json的对象
>>> json.dumps({1:'a',2:'b'})
'{"1": "a", "2": "b"}'#注意此时1和2转换后是加了引号的，因为json的名称是必须要加引号的
#python的整数转换为json的数字
>>> json.dumps(13)
'13'
#python的浮点数转换为json的数字
>>> json.dumps(3.1415)
'3.1415'
#python的unicode字符串转换为json的字符串
>>> json.dumps(u'a')
'"a"'
#python的True转换为json的数组true
>>> json.dumps(True)
'true'
#python的False转换为json的数组false
>>> json.dumps(False)
'false'
#python的None转换为json的null
>>> json.dumps(None)
'null'
#json本质上是一个字符串
>>> type(json.dumps('abc'))
dump和dumps：
import json
# dumps可以格式化所有的基本数据类型为字符串
data1 = json.dumps([]) # 列表
print(data1, type(data1))
data2 = json.dumps(2) # 数字
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 超级好用，格式化保存字典，默认为None，小于0为零个空格
f.write(json.dumps(dict, indent=4))
json.dump(dict, f, indent=4) # 传入文件描述符，和dumps一样的结果
得到的输出结果如下：格式化所有的数据类型为str类型:
[]
2
"3"
{"name": "Tom", "age": 23}
test.json中的内容:
{
"name": "Tom",
"age": 23
}
load和loads
import json
dict = '{"name": "Tom", "age": 23}' # 将字符串还原为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的传入参数为字符串类型
print(data2, type(data2))
f.seek(0) # 将文件游标移动到文件开头位置
data3 = json.load(f)
print(data3, type(data3))
运行结果如下：
{'name': 'Tom', 'age': 23}
{'name': 'Tom', 'age': 23}
{'name': 'Tom', 'age': 23}
7. 参数详解
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):
函数作用: 将Python对象转变成JSON对象，便于序列化内存/文件中。
参数：
skipkeys: 如果为True的话，则只能是字典对象，否则会TypeError错误, 默认Falseensure_ascii: 确定是否为ASCII编码check_circular: 循环类型检查，如果为True的话allow_nan: 确定是否为允许的值indent: 会以美观的方式来打印，呈现，实现缩进separators: 对象分隔符，默认为,encoding: 编码方式，默认为utf-8sort_keys: 如果是字典对象，选择True的话，会按照键的ASCII码来排序
对于dump来说，只是多了一个fp参数：
简单说就是dump需要一个类似文件指针的参数（并不是真正的指针，可以称之为文件对象），与文件操作相结合，即先将Python文件对象转化为json字符串再保存在文件中。
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)
Serialize ``obj`` as a JSON formatted stream to ``fp`` (a``.write()``-supporting file-like object).
类似Java中的class implements java.io.Serializable
Java提供了一种对象序列化的机制，该机制中，一个对象可以被表示为一个字节序列，该字节序列包括该对象的数据、有关对象的类型的信息和存储在对象中数据的类型。
8. JSON反序列化为对象
JSON反序列化为类对象或者类的实例，使用的是loads()方法中的object_hook参数：
代码示例：
import json
# 定义一个员工类
class Employee(object):
def __init__(self,name,age,sex,tel):
self.name=name
self.age=age
self.sex=sex
self.tel=tel
# 实例化一个对象
emp = Employee('kongsh',18,'female',13123456789)
# 定义JSON转换Python实例的函数
def jsonToClass(emp):
return Employee(emp['name'], emp['age'], emp['sex'], emp['tel'])
# 定义一个json字符串（字典）
json_str = '{"name": "kongsh", "age": 18, "sex": "female", "tel": 13123456789}'
emp = json.loads(json_str, object_hook=jsonToClass)
print (emp)
print(emp.name)
结果展示：
9. 常见的错误
9.1 读取多行的JSON文件
假如要读取一个多行的JSON文件：
{"坂": ["坂5742"]}
{"构": ["构6784"]}
{"共": ["共5171"]}
{"钩": ["钩94a9"]}
{"肮": ["肮80ae"]}
{"孤": ["孤5b64"]}
如果直接使用：
with open(json_path, 'r') as f:
json_data = json.load(f)
就会报错：抛出异常JSONDecodeError
json.decoder.JSONDecodeError: Extra data: line 2 column 1 (char 17)
表示数据错误，数据太多，第2行第一列
因为json只能读取一个文档对象，有两个解决办法
单行读取文件,一次读取一行文件。保存数据源的时候，格式写为一个对象（dump）。
1. 单行读取文件：
with open(json_path, 'r') as f:
for line in f.readlines():
json_data = json.loads(line)
但是这种做法还有个问题，如果JSON文件中包含空行，还是会抛出JSONDecodeError异常。
json.decoder.JSONDecodeError: Expecting value: line 2 column 1 (char 1)
可以先处理空行，再进行文件读取操作：
for line in f.readlines():
line = line.strip() # 使用strip函数去除空行
if len(line) != 0:
json_data = json.loads(line)
2. 合并为一个对象：
将json文件处理成一个对象文件（序列化）：
{"dict": [
{"坂": ["坂5742"]},
{"构": ["构6784"]},
{"共": ["共5171"]},
{"钩": ["钩94a9"]},
{"肮": ["肮80ae"]},
{"孤": ["孤5b64"]}
]}
然后再用：
with open(json_path, 'r') as f:
json_data = json.loads(f.read())
9.2 控制台乱码
# ensure_ascii=False 表示在控制台能够显示中文
json_str = json.dumps(center_data_list, ensure_ascii=False)
10. 总结
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json.dump和json.load，需要传入文件描述符，加上文件操作。json内部的格式要注意，一个好的格式能够方便读取，可以用indent格式化。
个人总结：
dump：存入的实例对象object（序列化）dumps：存入的JSON的字符串数据load：读取的实例对象object（反序列化）loads：读取的JSON的字符串数据，转化为Python字典对象
参考 【强烈推荐】Python中JSON的基本使用（超详细）
摘自大佬博客的内容，感觉很有意思，很逗呀！(*￣︶￣)