Python 中的json常见用法实例详解

更新时间：2022年12月28日 15:21:00 作者：小楼夜听雨QAQ

这篇文章主要介绍了Python 中的json常见用法,本文结合实例代码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

导包

自带的库，无需额外安装。

import json

api介绍

序列化：

这里可以理解为将python中的各种数据结构转化为json字符串的过程。

涉及api：dump、dumps

反序列化：

将输入的json字符串，转化为python对象的过程。

涉及api：load、loads

加s和不加s的区别：

以反序列化为例，如果需要从文件中读取数据，则使用load，直接传入文件描述符。

简而言之，就是需要从文件中读写数据时，使用load、dump，否则使用loads、dumps

常见用法

json转python内置对象

json会被适当地转化为python中的list或者dic类型的对象。

字典对象

代码示例：

user_dic = json.loads('{"name": "admin", "age": 20, "children": {"name": "child1", "age": 1}}')
print(type(user_dic))
print(user_dic)

运行结果：

<class 'dict'>
{'name': 'admin', 'age': 20, 'children': {'name': 'child1', 'age': 1}}

数组对象

代码示例：

user_list = json.loads('[1,2,3,4]')
print(type(user_list))
print(user_list)

运行结果：

<class 'list'>
[1, 2, 3, 4]

文件读取

代码示例：

with open('out.json', mode='r', encoding='utf-8') as fp:
    user_dic = json.load(fp=fp)
    print(type(user_dic))
    print(user_dic)

文件中存储的json

{
    "age": 20,
    "children": {
        "age": 1,
        "name": "child1"
    },
    "name": "admin"
}

运行结果：

<class 'dict'>
{'age': 20, 'children': {'age': 1, 'name': 'child1'}, 'name': 'admin'}

python内置对象转json

字典转json

json_str = json.dumps({'name': 'admin', 'age': 20, 'children': {'name': 'child1', 'age': 1}})
print(type(json_str))
print(json_str)

结果：

<class 'str'>
{"name": "admin", "age": 20, "children": {"name": "child1", "age": 1}}

字典转json（压缩存储）

如果存储后的数据并不用于人工阅读，可以考虑去除所有地空格和换行。

json_str = json.dumps({'name': 'admin', 'age': 20, 'children': {'name': 'child1', 'age': 1}}, separators=(',', ':'))
print(type(json_str))
print(json_str)

结果：

<class 'str'>
{"name":"admin","age":20,"children":{"name":"child1","age":1}}

字典转json（美化输出）

适用于对外展示，提高可读性；这里的indent=4表示缩进空格数。

json_str = json.dumps({'name': 'admin', 'age': 20, 'children': {'name': 'child1', 'age': 1}}, sort_keys=True, indent=4)
print(type(json_str))
print(json_str)

结果：

<class 'str'>
{
"age": 20,
"children": {
"age": 1,
"name": "child1"
},
"name": "admin"
}

文件读取

with open('out.json', mode='w+', encoding='utf-8') as fp:
    json.dump(fp=fp, obj={'name': 'admin', 'age': 20, 'children': {'name': 'child1', 'age': 1}}, sort_keys=True, indent=4)

自定义对象

如果是自定义的对象，需要先将对象转化为字典类型，再使用json库相关的api。

普通对象

class Child:
    def __init__(self, name):
        self.name = name
class Student:
    def __init__(self, name, age):
        self.name = name
        self.age = age

单个对象

# 序列化对象
s_str = json.dumps(Student('admin', 18).__dict__)
print(s_str)
 
# 反序列化对象
student_obj = Student(**json.loads(s_str))
print(student_obj)

数组对象

# 序列化数组
s_list = [Student('admin1', 1), Student('admin2', 2)]
s_str = json.dumps([obj.__dict__ for obj in s_list])
print(s_str)
 
# 反序列化数组
student_list = []
for st in json.loads(s_str):
    student_list.append(Student(**st))
print(student_list)

嵌套对象

出现嵌套对象时，思路也是一样的，都优先转化为字典。

class Child:
    def __init__(self, name):
        self.name = name
 
    def __str__(self):
        return "{0}".format(self.name)
 
 
class Student:
    def __init__(self, name, age, children: Child):
        self.name = name
        self.age = age
        self.children = children
 
    def __str__(self):
        return "{0}, {1}, children:{2}".format(self.name, self.age, self.children)

单个对象

# 序列化
s_str = json.dumps(Student('admin', 18, Child('son')), default=lambda o: o.__dict__, indent=4)
print(s_str)
# 反序列化
decode_s = Student(**json.loads(s_str))
print(decode_s)

对象数组

# 序列化
s_list = [Student('admin1', 1, Child('son1')), Student('admin2', 2, Child('son2'))]
s_str = json.dumps([obj.__dict__ for obj in s_list], default=lambda o: o.__dict__, indent=4)
print(s_str)
# 反序列化最外层套了一个list，其他与单个对象一致。

补充知识点

上述示例中出现的 ** 是一种传参方式，接收字典类型的数据。

def func(**kwargs):
    print(kwargs['a'])
    print(kwargs['b'])
    print(type(kwargs))
 
s_dic = {'a': 1, "b": 2}
func(**s_dic)

输出结果为

1
2
<class 'dict'>

到此这篇关于Python 中的json常见用法的文章就介绍到这了,更多相关python json用法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:

分析语音数据增强及python实现
数据增强是一种生成合成数据的方法，即通过调整原始样本来创建新样本。这样我们就可获得大量的数据。这不仅增加了数据集的大小，还提供了单个样本的多个变体，这有助于我们的机器学习模型避免过度拟合
2021-06-06
Win10用vscode打开anaconda环境中的python出错问题的解决
这篇文章主要介绍了Win10用vscode打开anaconda环境中的python出错,本文给大家分享解决方案，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
2020-05-05
python实现自动网页截图并裁剪图片
这篇文章主要为大家详细介绍了python实现自动网页截图并裁剪图片，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
2018-07-07
一文教你学会使用Python中的多处理模块
Python 多处理模块是一个强大的工具,用于实现并行处理,提高程序的性能和效率,本文将详细介绍 Python 中多处理模块的使用方法,希望对大家有所帮助
2024-01-01
Python爬虫库BeautifulSoup获取对象(标签)名,属性,内容,注释
如何利用Python爬虫库BeautifulSoup获取对象(标签)名,属性,内容,注释等操作下面就为大家介绍一下
2020-01-01
python安装/卸载模块方法步骤详解(附详细图解)
在日常工作中会需要安装或者卸载Python模块.于是我整理了一下,下面这篇文章主要给大家介绍了关于python安装/卸载模块的相关资料,文中通过图文介绍的非常详细,需要的朋友可以参考下
2023-01-01
python多进程（加入进程池）操作常见案例
这篇文章主要介绍了python多进程（加入进程池）操作,结合常见案例形式分析了Python多进程复制文件、加入进程池及多进程聊天等相关操作技巧,需要的朋友可以参考下
2019-10-10
python之yield表达式学习
这篇文章主要介绍了python之yield表达式学习,python中有一个略微奇怪的表达式叫yield expression，本文就来探究一下这是个什么东西,需要的朋友可以参考下
2014-09-09
python批量修改图片尺寸,并保存指定路径的实现方法
今天小编就为大家分享一篇python批量修改图片尺寸,并保存指定路径的实现方法，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
2019-07-07
Python中zipfile压缩文件模块的基本使用教程
这篇文章主要给大家介绍了关于Python中zipfile压缩文件模块的基本使用教程，文中通过示例代码介绍的非常详细，对大家学习或者使用Python具有一定的参考学习价值，需要的朋友们下面来一起学习学习吧
2020-06-06