从基础到进阶带你玩转Python中的JSON

 更新时间:2024年12月15日 09:45:43   作者:PythonFun  
JSON是一种轻量级的数据交换格式,在Python中处理JSON数据是日常开发中的常见任务之一,本文将详细介绍如何在Python中处理JSON对象,需要的可以参考下

在Python中处理JSON数据是日常开发中的常见任务之一。JSON(JavaScript Object Notation)是一种轻量级的数据交换格式,在Web开发、数据存储等多个领域得到了广泛应用。本文将详细介绍如何在Python中处理JSON对象,包括基础操作、数据操作、高级操作、文件与目录操作、性能优化等内容,并通过具体的代码示例展示不同场景下的应用。

一、基础操作

1. 将Python对象转换为JSON字符串

在Python中,我们可以使用json模块将Python对象(如字典、列表等)转换为JSON格式字符串。此操作常用于将数据准备好传输到Web服务或保存为JSON文件。

import json
# Python字典
person = {
    'name': '刘杰',
    'age': 29,
    'city': '上海'
}
# 将Python字典转换为JSON字符串
json_string = json.dumps(person, ensure_ascii=False)
print("Python对象转换为JSON字符串:")
print(json_string)

在这段代码中,我们将一个名为person的字典转换为JSON字符串。ensure_ascii=False确保了非ASCII字符(如中文)能够正常显示。

2. 将JSON字符串解析为Python对象

解析JSON字符串为Python对象是常见的操作,特别是在处理从Web接口或文件中获取的JSON数据时。

# JSON字符串
json_string = '{"name": "陈辉", "age": 34, "city": "北京"}'
# 将JSON字符串解析为Python字典
data = json.loads(json_string)
print("JSON字符串解析为Python对象:")
print(data)

这段代码展示了如何将JSON字符串转换为Python字典对象,方便后续处理。

3. 将Python对象写入JSON文件

将Python对象保存为JSON文件,通常用于数据存储或共享。

# Python字典
person = {
    'name': '孙洋',
    'age': 25,
    'city': '成都'
}
# 将Python字典写入JSON文件
with open('person_data.json', 'w', encoding='utf-8') as f:
    json.dump(person, f, ensure_ascii=False)
print("已将Python对象写入JSON文件")

以上代码将一个字典写入到名为person_data.json的文件中。

4. 从JSON文件读取Python对象

读取存储在文件中的JSON数据,并将其解析为Python对象。

# 从JSON文件读取Python字典
with open('person_data.json', 'r', encoding='utf-8') as f:
    data = json.load(f)
print("已从JSON文件读取Python对象:")
print(data)

这段代码展示了如何读取一个JSON文件并将其解析为Python字典。

二、数据操作

1. 修改JSON文件中的数据

有时我们需要修改JSON文件中的数据。以下示例演示了如何读取文件、修改数据并将其写回文件。

# 从JSON文件读取Python字典
with open('person_data.json', 'r', encoding='utf-8') as f:
    data = json.load(f)
# 修改数据
data['age'] = 30
# 将修改后的数据写回JSON文件
with open('person_data.json', 'w', encoding='utf-8') as f:
    json.dump(data, f, ensure_ascii=False)
print("已修改JSON文件中的数据并保存")

2. 合并两个JSON文件

如果需要合并两个JSON文件的数据,可以先读取两个文件,然后将其内容合并,最后写入到一个新文件中。

# 读取第一个JSON文件
with open('file1.json', 'r', encoding='utf-8') as f:
    data1 = json.load(f)
# 读取第二个JSON文件
with open('file2.json', 'r', encoding='utf-8') as f:
    data2 = json.load(f)
# 合并两个字典
combined_data = {**data1, **data2}
# 将合并后的数据写入新的JSON文件
with open('combined_data.json', 'w', encoding='utf-8') as f:
    json.dump(combined_data, f, ensure_ascii=False)
print("已合并两个JSON文件并保存")

3. 添加新键值对

在现有的JSON数据中添加新的键值对。

# 从JSON文件读取Python字典
with open('person_data.json', 'r', encoding='utf-8') as f:
    data = json.load(f)
# 添加新键值对
data['job'] = '程序员'
# 将更新后的数据写回JSON文件
with open('person_data.json', 'w', encoding='utf-8') as f:
    json.dump(data, f, ensure_ascii=False)
print("已添加新键值对并保存")

4. 删除键值对

如果需要从JSON数据中删除某个键值对,可以使用del语句。

# 从JSON文件读取Python字典
with open('person_data.json', 'r', encoding='utf-8') as f:
    data = json.load(f)
# 删除键值对
del data['city']
# 将更新后的数据写回JSON文件
with open('person_data.json', 'w', encoding='utf-8') as f:
    json.dump(data, f, ensure_ascii=False)
print("已删除键值对并保存")

三、高级操作

1. 格式化输出JSON字符串

如果需要将JSON字符串以更易读的格式输出,可以使用indent参数来格式化输出。

# Python字典
person = {
    'name': '吴浩',
    'age': 24,
    'city': '厦门'
}
# 格式化输出JSON字符串
json_string = json.dumps(person, indent=4, ensure_ascii=False)
print("格式化输出JSON字符串:")
print(json_string)

2. 处理嵌套JSON结构

在JSON中,嵌套结构非常常见。我们可以处理这样的结构并将其转换为JSON字符串。

# 嵌套的Python字典
nested_person = {
    'name': '赵强',
    'details': {
        'age': 30,
        'city': '武汉'
    }
}
# 将嵌套的Python字典转换为JSON字符串
json_string = json.dumps(nested_person, ensure_ascii=False)
print("嵌套JSON结构转换为JSON字符串:")
print(json_string)

四、学后总结

在处理JSON数据时,Python的json模块提供了许多方便的功能,涵盖了从简单的对象转换到复杂嵌套结构的解析。通过本教程中的示例,你可以灵活地使用Python对JSON数据进行转换、存储、修改、合并等操作。

在处理json格式数据时要注意以下事项:

1. 在处理包含非ASCII字符(如中文)的JSON时,建议使用ensure_ascii=False,否则可能会遇到字符编码问题。

2. 当操作文件时,请确保文件路径正确,并在操作完成后及时关闭文件,避免文件损坏。

3. 在合并多个JSON文件时,确保数据结构一致,以避免数据覆盖或丢失。

4. 通过掌握这些技巧,你将能更高效地在Python项目中使用JSON数据进行各种操作。

到此这篇关于从基础到进阶带你玩转Python中的JSON的文章就介绍到这了,更多相关Python JSON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!

相关文章

  • Python实现希尔排序,归并排序和桶排序的示例代码

    Python实现希尔排序,归并排序和桶排序的示例代码

    希尔、归并、快速排序算法可归为同一类,它们的共同点都是建立在分治思想之上。把大问题分拆成小问题,解决所有小问题后,再合并每一个小问题的结果,最终得到对原始问题的解答。本文将介绍这三种算法的实现代码,需要的可以参考一下
    2022-04-04
  • 通过底层源码理解YOLOv5的Backbone

    通过底层源码理解YOLOv5的Backbone

    yolov5的特征提取网络兼顾速度与精度,将PAN与PFN深度融合,对不同尺度鲁棒性强,可以即插即用,后接不同的检测器,下面这篇文章主要给大家介绍了关于如何通过底层源码理解YOLOv5的Backbone的相关资料,需要的朋友可以参考下
    2022-05-05
  • Python中format()格式输出全解

    Python中format()格式输出全解

    这篇文章主要介绍了Python中format()格式输出 ,非常不错,具有一定的参考借鉴价值,需要的朋友可以参考下
    2019-04-04
  • Python 中的函数装饰器和闭包详解

    Python 中的函数装饰器和闭包详解

    这篇文章主要介绍了Python 中的函数装饰器和闭包详解,需要的朋友可以参考下
    2021-02-02
  • Python对Excel不同的行分别复制不同的次数

    Python对Excel不同的行分别复制不同的次数

    这篇文章主要介绍了如何利用Python实现读取Excel表格文件数据,并将其中符合我们特定要求的那一行加以复制指定的次数,感兴趣的小伙伴可以学习一下
    2023-07-07
  • 利用Python求阴影部分的面积实例代码

    利用Python求阴影部分的面积实例代码

    这篇文章主要给大家介绍了关于利用Python求阴影部分面积的相关资料,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,需要的朋友们下面随着小编来一起学习学习吧
    2018-12-12
  • 使用Python精准统计Word文档的页数、字数及行数

    使用Python精准统计Word文档的页数、字数及行数

    在日常的文字处理、内容创作或翻译行业中,统计 Word 文档字数是一项基础且频繁的需求,今天,我们将探讨如何利用 Python 通过几行代码轻松实现对 Word 文档全文及特定段落的字数、字符数、行数和页数的精准统计,需要的朋友可以参考下
    2026-05-05
  • 使用pandas模块读取csv文件和excel表格,并用matplotlib画图的方法

    使用pandas模块读取csv文件和excel表格,并用matplotlib画图的方法

    今天小编就为大家分享一篇使用pandas模块读取csv文件和excel表格,并用matplotlib画图的方法,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
    2018-06-06
  • python进程结束后端口占用问题解析

    python进程结束后端口占用问题解析

    这篇文章主要为大家介绍了python中在进程结束后端口依然被占用的问题解析,有需要的朋友可以借鉴参考下,希望能够有所帮助,祝大家多多进步
    2022-01-01
  • 详解Python_shutil模块

    详解Python_shutil模块

    这篇文章主要介绍了Python_shutil模块功能,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
    2019-03-03

最新评论