Python3 JSON编码解码方法详解
JSON(JavaScript Object Notation)是一种轻量级的数据交换格式，它基于ECMAScript的一个子集。 JSON采用完全独立于语言的文本格式，这些特性使JSON成为理想的数据交换格式，易于人阅读和编写，同时也易于机器解析和生成，在接口数据开发和传输中非常常用。
Python3中我们利用内置模块json解码和编码JSON对象。json模块提供了四个功能：dumps、dump、loads、load
dumps 把数据类型转换成字符串
dump 把数据类型转换成字符串并存储在文件中
loads 把字符串转换成数据类型
load 把文件打开从字符串转换成数据类型
dumps编码
我们利用 dumps 将Python对象编码为 JSON对象 ，当然 dumps 只完成了序列化为str，而 dump 必须传文件描述符，将序列化的str保存到文件中。
编码字典
import json
odata = {'www': 1, 'python': 2, 'Python3': 3}
jdata = json.dumps(odata)
print(jdata)
编码列表示例结果：
{"www": 1, "python": 2, "Python3": 3}
import json
ldata = [100, 'Python2', {'www': 1, 'python': 2, 'Python3': 3}]
jdata = json.dumps(ldata)
print(jdata)
示例结果：
[100, "Python3", {"www": 1, "python": 2, "Python3": 3}]
编码字符串
import json sdata = 'Python3' jdata = json.dumps(sdata) print(jdata)
示例结果：
"Python3"
格式化输出JSON
将下面的数组，转化为标准的json格式
参数解析：
import json
ldata = ['Python3', 100, {'www': 1, 'python': 2, 'Python3': 3}, True]
jdata = json.dumps(ldata, sort_keys=True, indent=4)
print(jdata)
示例结果：
[
"Python3",
100,
{
"Python3": 3,
"python": 2,
"www": 1
},
true
]
sort_keys=True 那么字典的输出会以键的顺序排序
indent=4 表示缩进为4，如果 indent 是一个非负整数或者字符串，那么 JSON 数组元素和对象成员会被美化输出为该值指定的缩进等级。
转换关系对照表
下面为Python原始类型向JSON对象的转化对照表：
|
|
||||
|
|
||||
|
|
||||
|
|
||||
|
|
||||
|
|
||||
|
|
||||
|
|
loads解码
我们利用 loads 用于解码 JSON对象 。解码结果即与之对应的 Python对象 类型。当然 loads 只完成了反序列化， load 只接收文件描述符，完成读取文件和反序列化。
比如我们用来解码上个示例的数据
import json
jsondata = '''
[
"Python3",
100,
{
"Python3": 3,
"python": 2,
"www": 1
},
true
]
'''
ldata = json.loads(jsondata)
print(type(ldata))
print(ldata)
可以看到我们成功对上个例子中的JSON对象进行了解码，并且最终的解码结果为Python列表对象类型，符合Python对象JSON对象对照表的结果。
示例结果：
<class 'list'>
['Python3', 100, {'Python3': 3, 'python': 2, 'www': 1}, True]
总结
Python3中的json解析和编码模块json使用起来非常简单， 功能也非常齐全，完全能够满足我们日常的需求。
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持脚本之家。
相关文章
这篇文章主要介绍了Python实现导弹自动追踪代码实例，本文给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下2022-11-11
multiprocessing是 Python标准库中的的一个包,支持进程间的并发执行,它提供了一个类似 threading 的 API,允许创建新的进程,每个进程有自己的 Python 解释器器和内存空间,通过使用multiprocessing,开发者可以利用多核或多 CPU 的系统,进行 CPU 密集型任务2026-05-05
无效数据是指不符合数据收集目的或数据收集标准的数据，这些数据可能来自于不准确的测量、缺失值、错误标注、虚假的数据源或其他问题，本文就将带大家学习Python中如何处理无效数据，感兴趣的同学可以跟着小编一起来学习2023-06-06
这篇文章主要介绍了Python的Django框架中模板碎片缓存,包括给cache标签传递参数等方法,需要的朋友可以参考下2015-07-07
这篇文章主要给大家分享的是5种Python统计次数方法技巧，文章主要包括字典 dict 统计、collections.defaultdict 统计、List count方法、集合（set）和列表（list）统计、collections.Counter方法，感兴趣的小伙伴一起进入下面文章内容吧2021-11-11
这篇文章主要介绍了python使用phoenixdb操作hbase的方法示例，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2019-02-02
Python 提供了一个解析命令行参数的标准库 argparse，可以让我们轻松编写用户友好的命令行接口，接下来我们就来详细介绍一下argparse 的使用方法吧2023-06-06
这篇文章主要为大家详细介绍了python opencv实现证件照换底功能，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2019-08-08
这篇文章主要介绍了Python 常用的安装Module方式汇总,需要的朋友可以参考下2017-05-05
21点想必是很多人童年时期的经典游戏,我们依旧能记得抱个老人机娱乐的场景,下面这篇文章主要给大家介绍了关于如何利用python写一个简单的21点小游戏的相关资料,需要的朋友可以参考下2021-09-09
最新评论