赞
踩
json是轻量级的数据交换格式(JavaScript Object Notation),在web应用中使用较为频繁,json格式与python内置对象的相互转换,是实现python处理json的第一步。使用内置的
json
模块即可完成json与python的相互转换。
python的常见内置数据类型有dict,tuple等,而在json中,数据类型有object,array等,在相互转换中,类型是一一对应的。在下表中的python数据类型才可以被转为json,集合set、字节byte不能转为json
。
Python数据类型 | JSON数据类型 | 说明 |
---|---|---|
dict | object | 都用花括号{} 表示 |
list,tuple | array | JSON用中括号[] 表示 |
str | string | JSON用双引号"" 表示 |
int,float | number | |
True | true | |
False | false | |
None | null |
json
模块的主要4个函数。
方法 | 解释 |
---|---|
json.dumps | 解析python对象为json字符串 |
json.dump | 解析python对象,输出到json文件 |
json.loads | 解析json字符串为python对象 |
json.load | 输入json文件,解析为python对象 |
在python中解析python对象为json字符串,使用json.dumps
方法。其中indent
参数表示缩进,可以优化json输出格式。
import json
# 创建python list对象
obj = [{'a': 1, 'b': {'aa': 11, 'bb': 22}}, {'b': (False,True,None)}]
# 解析python对象,设置缩进
print(json.dumps(obj,indent=4))
[ { "a": 1, "b": { "aa": 11, "bb": 22 } }, { "b": [ false, true, null ] } ]
注意点:
在实际的项目开发中,使用到的python对象可能不止内置的对象,还有可能使用如numpy,pandas,datetime等高频使用的库。如下,将numpy的int32类型的1转为json,发现报错TypeError: Object of type int32 is not JSON serializable
,这种类型的报错在python对象转json过程中是非常常见的,报错解释是输入的类型不能序列化。
# 解析python对象,会报错
json.dumps(np.int32(1))
Traceback (most recent call last):
File "<input>", line 1, in <module>
File "C:\Anaconda3\lib\json\__init__.py", line 231, in dumps
return _default_encoder.encode(obj)
File "C:\Anaconda3\lib\json\encoder.py", line 199, in encode
chunks = self.iterencode(o, _one_shot=True)
File "C:\Anaconda3\lib\json\encoder.py", line 257, in iterencode
return _iterencode(o, 0)
File "C:\Anaconda3\lib\json\encoder.py", line 179, in default
raise TypeError(f'Object of type {o.__class__.__name__} '
TypeError: Object of type int32 is not JSON serializable
该类问题的解决办法有两种,一是在数据源处做类型强制转换,如可以用内置的int
方法把numpy的int32转为int。
# 解析python对象,强制类型转换
json.dumps(int(np.int32(1)))
'1'
另外一种方法更为灵活(推荐),设置json.dumps
参数cls
,cls
参数输入为类,可以重写jsoneEncoder
类中的default
方法。
# 自定义类
class MyEncoder(json.JSONEncoder):
"""
重写json模块JSONEncoder类中的default方法
"""
def default(self, obj):
# np整数转为内置int
if isinstance(obj, np.integer):
return int(obj)
else:
return super(JetEncoder, self).default(obj)
# 解析python对象,设置cls参数
json.dumps(np.int32(1),cls=MyEncoder)
'1'
第二种方法灵活性更好,可以根据项目情况自定义需要转换的类型,当有多个地方都需要转换时,通用性更好。
json.dump
用于保存python对象为json文件。obj.json
文件中会保存解析obj
后的json字符串。
# python list对象
print(obj)
[{'a': 1, 'b': {'aa': 11, 'bb': 22}}, {'b': (False, True, None)}]
# 解析python对象并输出到json文件
with open('obj.json','w') as f:
json.dump(obj,f)
json.loads
用于加载json字符串,然后解析成python对象。
json_str='{"a":1,"b":{"aa":11,"bb":22}}'
# 解析json字符串为python对象
json.loads(json_str)
{'a': 1, 'b': {'aa': 11, 'bb': 22}}
json.load
用于加载json文件,然后解析成python对象。
# 解析python对象,输出到json文件
with open('obj.json','r') as f:
print(json.load(f))
[{'a': 1, 'b': {'aa': 11, 'bb': 22}}, {'b': [False, True, None]}]
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。