python中的json模块常用方法汇总

更新时间：2022年06月06日 10:43:32 作者：安一缸

这篇文章主要介绍了python中的json模块常用方法汇总，json模块可以实现json数据的序列化和反序列化，更多相关资料介绍需要的小伙伴可以参考一下下面文章内容

一、概述

推荐使用参考网站： json

在python中，json模块可以实现json数据的序列化和反序列化

序列化：将可存放在内存中的python 对象转换成可物理存储和传递的形式
实现方法：load() loads()
反序列化：将可物理存储和传递的json数据形式转换为在内存中表示的python对象
实现方法：dump() dumps()

二、方法详解

1.dump()

def 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):

1.把python对象obj转换成物理表现形式fp流。其中fp的.write()可以支持写入类文件中
2.如果skipkeys是true，那么在处理json对象的时候，仅支持 (str, int, float, bool, None) 这些基本类型的key，如果有非基本类型，就会抛出TypeError异常；如果值为false，那么对于非基本类型，则会抛出TypeError；默认值为false
3.如果ensure_ascii是true，那么obj中字符在写入fp的时候，非ascii字符会被进行转义；如果值为false，那么对于这些非ascii字符不会进行转义，会原样写入；默认值为true
4.如果check_circular是false，那么遇到container类型（list，dict，自定义编码类型）的时候，不会循环引用检查，一旦是循环引用，结果就是OverflowError；如果值为true，那么会对container类型进行循环引用检查，检查失败会 raise ValueError(“Circular reference detected”)；默认值是true
5.如果allow_nan是false，严格遵守json的规范，对于序列化一些超出float范围的值（nan, inf, -inf）的时候，会抛出ValueError；如果值为true，那么超过float范围的值将会使用在JavaScript中的等效值(NaN, Infinity, -Infinity)；默认值为true
6.如果indent是一个non-negative （正）整数，那么json中的数组元素和对象元素都将会使用indent单位缩进格式来进行输出；值为0的时候，就只会插入一个换行符；值为None的时候，会输出最紧凑的格式
7.separators的指定是以元组(item_separator, key_separator)的方式；如果indent=‘None’ 那么该选项的默认值为(', ', ': ')，否则该选项的默认值为(',', ': ')；如果想要紧凑的json表达，那么应该使用(',', ': ')来去除空格
8.default(obj)是一个函数，主要是针对于那些无法被直接序列化的对象。该参数可以提供一个默认的序列化版本，否则就会抛出一个TypeError。默认是抛出TypeError
9.如果sort_keys是true，那么输出的时候会根据key进行排序，默认值是false可以指定一个JSONEncoder的子类，来序列化其他的类型，可以通过cls或者是JSONEncoder参数来指定

2.dumps

def 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):

4.把obj序列化成一个json格式的字符串，并返回该字符串支持的python内置可进行json序列化的类型有(str, int, float, bool, None，list，tuple，dict)如果无法序列化的类型，会抛出TypeError

2.其他参数同上解释

3.load

def load(fp, *, cls=None, object_hook=None, parse_float=None,
        parse_int=None, parse_constant=None, object_pairs_hook=None, **kw):

1.把物理表现形式fp流（fp.read()的返回需要是一个json格式）反序列化成一个python对象
2.object_hook是一个可选的函数，主要用来对直接反序列化之后的结果进行二次加工；object_hook的参数只有一个，是dict，该dict也是反序列化的直接结果；object_hook的返回值为load方法的返回值；这个功能一般是用来自定义解码器，例如JSON-RPC
3.object_pairs_hook是一个可选的函数，主要用来对直接反序列化之后的结果进行二次加工；object_pairs_hook的参数只有一个，是list(tuple)，该list(tuple)也是反序列化的直接结果；object_pairs_hook的返回值为load方法的返回值；这个功能一般是用来自定义解码器，例如JSON-RPC;在同时指定了object_hook和object_pairs_hook的时候，object_pairs_hook的优先级高于object_hook

4.cls的关键字参数，支持使用自定义的JSONDecoder的子类；如果不指定，默认使用JSONDecoder

4.loads

def loads(s, *, cls=None, object_hook=None, parse_float=None,
        parse_int=None, parse_constant=None, object_pairs_hook=None, **kw):

1.反序列化一个s（包含json文本的str，bytes，bytearray的实例对象）到一个python对象
2.object_hook 同上
3.object_pairs_hook同上
4.parse_float 如果定义了，那么会在对json字符串中的每一个float进行解码的时候调用；默认情况下等价于 float(num_str)；也可以使用其他的数据类型，如(e.g. decimal.Decimal)

5.parse_int 如果定义了，那么会在对json字符串中的每一个float进行解码的时候调用；默认情况下，等价于 int(num_str)；也可使用其他针对于json中的integer的datatype或者是parser

6.parse_constant 如果定义了，那么在碰到-Infinity, Infinity, NaN.这些的时候会被调用；如果遇到无效的json符号，会抛出异常

三、代码实战

1.dumps()

import json

if __name__ == '__main__':
    # 测试格式化非json格式数据
    print('-------------测试格式化非json格式数据----------------')
    a = json.dumps(2.0)
    print(a, type(a))
    a = json.dumps(tuple())
    print(a, type(a))
    a = json.dumps([])
    print(a, type(a))

    # 测试格式化json格式数据
    print('-------------测试格式化json格式数据----------------')
    j = {'a': 1, 'b': 6}
    a = json.dumps(j)
    print(a, type(a))
    # 测试skipkeys参数
    print('-------------测试skipkeys参数----------------')
    j = {'a': 1, tuple(): 6}
    a = json.dumps(j, skipkeys=True)
    print(a, type(a))

    # 测试indent参数
    print('-------------测试indent默认参数----------------')
    j = {'a': 1, 'b': 234}
    a = json.dumps(j)
    print(a, type(a))
    print('-------------测试indent=0参数----------------')
    a = json.dumps(j, indent=0)
    print(a, type(a))
    print('-------------测试indent=2参数----------------')
    a = json.dumps(j, indent=2)
    print(a, type(a))

    print('-------------测试separators参数----------------')
    a = json.dumps(j, separators=('[', ']'))
    print(a, type(a))

2.dump()

import json

if __name__ == '__main__':
    # 测试格式化非json格式数据
    fp = open('./json_dump_data', mode='w')
    print('-------------测试格式化非json格式数据----------------')
    a = json.dump(2.0, fp)
    fp.write('\n')
    a = json.dump(tuple(), fp)
    a = json.dump([], fp)
    fp.write('\n')

    # 测试格式化json格式数据
    j = {'a': 1, 'b': 6}
    a = json.dump(j, fp)

cat json_dump_data：

1和2中很多参数都是相同的，这里就不再详述3.load()

import json

if __name__ == '__main__':
    j = open('./json_data', mode='r')
    # 测试默认参数
    a = json.load(j)
    print('-------------测试默认参数----------------')
    print(a)

    # 测试object_hook参数
    j = open('./json_data', mode='r')
    a = json.load(j, object_hook=lambda x: x.get('b'))
    print('-------------测试object_hook参数----------------')
    print(a)

    # 测试object_pairs_hook参数
    j = open('./json_data', mode='r')
    loads = json.load(j, object_pairs_hook=lambda x: print(type(x), type(x[2])))
    print('-------------测试object_pairs_hook参数----------------')
    print(loads)

    # 测试parse_constant参数
    j = open('./json_data', mode='r')
    loads = json.load(j, parse_constant=lambda x: 'not notification')
    print('-------------测试parse_constant参数----------------')
    print(loads)

    # 测试parse_int参数
    j = open('./json_data', mode='r')
    loads = json.load(j, parse_int=lambda x: 'cutomer int')
    print('-------------测试parse_int参数----------------')
    print(loads)

    # 测试parse_float参数
    j = open('./json_data', mode='r')
    loads = json.load(j, parse_float=lambda x: 'cutomer float')
    print('-------------测试parse_float参数----------------')
    print(loads)

注：
因为load方法的底层是调用了fp.read()，所以每一次重新调用load的时候都需要重新打开文件句柄。不然就会导致在第二次调用load方法的时候，就会因为fp.read()返回的是none就导致异常

4.loads()

import json

if __name__ == '__main__':
    j = '{"a":1,"b":2.0,"c":Infinity}'
    # 测试默认参数
    a = json.loads(j)
    print('-------------测试默认参数----------------')
    print(a)

    # 测试object_hook参数
    a = json.loads(j, object_hook=lambda x: x.get('b'))
    print('-------------测试object_hook参数----------------')
    print(a)

    # 测试object_pairs_hook参数
    loads = json.loads(j, object_pairs_hook=lambda x: print(type(x), type(x[2])))
    print('-------------测试object_pairs_hook参数----------------')
    print(loads)

    # 测试parse_constant参数
    loads = json.loads(j, parse_constant=lambda x: 'not notification')
    print('-------------测试parse_constant参数----------------')
    print(loads)

    # 测试parse_int参数
    loads = json.loads(j, parse_int=lambda x: 'cutomer int')
    print('-------------测试parse_int参数----------------')
    print(loads)

    # 测试parse_float参数
    loads = json.loads(j, parse_float=lambda x: 'cutomer float')
    print('-------------测试parse_float参数----------------')
    print(loads)

到此这篇关于python中的json模块常用方法汇总的文章就介绍到这了,更多相关python json模块内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

您可能感兴趣的文章:

python常见数制转换实例分析
这篇文章主要介绍了python常见数制转换,实例分析了二进制、八进制、十进制及十六进制之间的相互转换技巧,需要的朋友可以参考下
2015-05-05
np.newaxis()函数的具体使用
本文主要介绍了np.newaxis()函数的具体使用，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
2023-03-03
Python中numpy的np.percentile百分位函数举例详解
在python中计算一个多维数组的任意百分比分位数,此处的百分位是从小到大排列,只需用np.percentile即可,这篇文章主要给大家介绍了关于Python中numpy的np.percentile百分位函数的相关资料,需要的朋友可以参考下
2024-08-08
python中的各种运算符介绍
这篇文章主要介绍了python中的各种运算符，主要包括内容有比较运算符、赋值运算符、位运算符、逻辑运算符、成员运算符的相关介绍，需要的小伙伴可以参考一下
2022-04-04
jupyter notebook快速入门及使用详解
这篇文章主要介绍了jupyter notebook快速入门及使用详解，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
2020-11-11
基于PyTorch的permute和reshape/view的区别介绍
这篇文章主要介绍了基于PyTorch的permute和reshape/view的区别介绍，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2020-06-06
Python之集合详解
今天小编就为大家分享一篇关于Python中的集合介绍，小编觉得内容挺不错的，现在分享给大家，具有很好的参考价值，需要的朋友一起跟随小编来看看吧
2021-09-09
Python魔术方法专题
这篇文章主要介绍了Python魔术方法的的相关资料，文章讲解非常细致，代码帮助大家更好的理解和学习，感兴趣的朋友可以了解下
2020-06-06
ipython jupyter notebook中显示图像和数学公式实例
这篇文章主要介绍了ipython jupyter notebook中显示图像和数学公式实例，具有很好的参考价值，希望对有所帮助。一起跟随小编过来看看吧
2020-04-04
selenium如何定位span元素的实现
这篇文章主要介绍了selenium如何定位span元素的实现，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
2021-01-01