本文目录一览：

• 1、python中为什么用json有什么作用
• 2、【Python】浅谈python中的json
• 3、python的json模块
• 4、python数据结构json
• 5、如何用Python解析多层嵌套的JSON？
• 6、python 怎么处理json

python中为什么用json有什么作用

今天我也在这个问题上纠结很久。最后才想明白，我来回答下。

网上很多网友总结了json模块的用法，但没说json模块有什么用，干嘛要有这个模块。可能都明白、太简单，觉得没必要说。但作为小白的我不明白，而且在练习使用load()和dump()时遇到错误。

首先纠正，json格式不是字符串。json与python里面的字典是一样的格式。

python的json模块四个方法的作用为：

dumps() # 把数据转成字符串；

loads() # 把字符串符号‘’去掉；

dump(x, f) # 将x的内容直接写入f，不改变格式；

load(x, f) # 读取f保存为x，同样不改变格式。

重点来了，f = open()下的read()的方法，输出是字符串，wirte()方法的输入也必须是字符串。

结论：因为f=open()下的读写方法都必须是字符串，很不方便。而非字符串的数据大多是json格式，所以就有了json模块。方便读写非字符串的数据。

因为这个目的，json模块的loads()和dumps()方法有些鸡肋，还造成困扰，因为明明json不是字符串，干嘛要转成字符串，另外dump()和load()方法表面上和它们不一样。只有明白json模块的目的，才会搞明白。

在python 3.6的说明文档中，把json模块放在了《7.2.文件读写》部分。我也是看到这里才去练习json模块。但出问题，有些糊涂，明白json模块的作用后，才更清楚干嘛把json模块放这里。

小白的浅见，若错误请指教，谢谢。

【Python】浅谈python中的json

一 前言  

   最近一直在做开发相关的工作--基于Django的web 平台，其中需要从model层传输数据到view 层做数据展示或者做业务逻辑处理。我们采用通用的Json格式--Json(JavaScript Object Notation) 是一种轻量级的数据交换格式，易于阅读和程序解析。

二 认识Json

   2.1 Json 结构

   常见的Json格式为 “名称/值”对的集合,其中 值可以是对象，列表，字典，字符串等等。比如

backup_data = {"back_to_host": "dbbk0",

"ip_address": "10.10.20.3",

"host_name": "rac4",

"port": 3306}

  2.2 使用Json

  Python的Json模块序列化与反序列化的过程分别是 编码和解码。这两个过程涉及到两组不同的函数

  编码 把一个Python对象编码转换成Json字符串，json.dumps(data)/json.dump(data,file_handler)

  解码 把Json格式字符串解码转换成Python对象，json.loads(data)/json.load(file_handler)

  在python中要使用Json模块做相关操作，必须先导入:

import Json

  2.3 主要函数

  编码函数主要有 json.dumps(data)/json.dump(data,file_handler)

   json.dumps()的参数是将python对象转换为字符串，如使用json.dumps序列化的对象json_dumps=json.dumps({'a':1, 'b':2}) ，json_dumps='{"b": 2, "a": 1}'

   json.dump 是将内置类型序列化为json对象后写入文件。

 解码函数主要由json.loads(data)/json.load(file_handler)  

    json.loads的参数是内存对象，把Json格式字符串解码转换成Python对象,json_loads=json.loads(d_json)  #{ b": 2, "a": 1}，使用load重新反序列化为dict

    json.load()的参数针对文件句柄，比如本地有一个文件/tmp/test.json  json_load=json.load(open('/tmp/test.json'))

具体案例参考如下:

In [3]: data={"back_to_host": "rac1",

...: "ip_address": "10.215.20.3",

...: "host_name": "rac3",

...: "port": 3306}

In [7]: json_str=json.dumps(data)

In [8]: print json_str

{"ip_address": "10.215.20.3", "back_to_host": "rac1", "host_name": "rac3", "port": 3306}

In [9]: json_loads=json.load(json_str)

---------------------------------------------------------------------------

AttributeError Traceback (most recent call last)

ipython-input-9-180506f16431 in module()

---- 1 json_loads=json.load(json_str)

/System/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/json/__init__.pyc in load(fp, encoding, cls, object_hook, parse_float, parse_int, parse_constant, object_pairs_hook, **kw)

284

285 ""

注意 从上面的报错信息来看 json.loads 传参是字符串类型，并不是文件句柄，没有 read()属性。

In [10]: json_loads=json.loads(json_str)

In [11]: print json_loads

{u'back_to_host': u'rac1', u'ip_address': u'10.215.20.3', u'host_name': u'rac3', u'port': 3306}

In [12]: type(json_loads)

Out[12]: dict

In [13]: type(json_str)

Out[13]: str

利用dump 将数据写入 dump.json

In [17]: with open('/tmp/dump.json','w') as f:

...: json.dump(json_str,f)

...:

yangyiDBA:~ yangyi$ cat /tmp/dump.json

"{\"ip_address\": \"10.10.20.3\", \"back_to_host\": \"rac1\", \"host_name\": \"rac3\", \"port\": 3306}"

yangyiDBA:~ yangyi$

利用json.load 将dump.sjon的数据读出来并赋值给 data 

In [18]: with open('/tmp/dump.json','r') as f:

...: data=json.load(f)

...:

In [19]: print data

{"ip_address": "10.10.20.3", "back_to_host": "rac1", "host_name": "rac3", "port": 3306}

三 小结

  本文算是一篇学习笔记，主要对比了json.loads/json.load  , json.dumps/ json.dump 的使用差异 ，方便以后更好的使用json 。

以上为本次分享内容，感谢观看。

python的json模块

json.load不是什么文件都能打开的。。。

Python 3.6.4 (v3.6.4:d48eceb, Dec 19 2017, 06:04:45) [MSC v.1900 32 bit (Intel)] on win32

Type "help", "copyright", "credits" or "license" for more information.

 import json

 d = ['a', 'b', 'c']

 with open('a.log', 'w') as f:

...     json.dump(d, f)

...

 with open('a.log') as f:

...     print(f.read())

...

["a", "b", "c"]

 with open('a.log') as f:

...     a = json.load(f)

...     print(a)

...

['a', 'b', 'c']

 fname = 'logon_inf.log'

 s = [['w', 'w', 'w'], ['e', 'e', 'e'], ['w', 'w', 'w']]

 with open(fname, 'w') as f:

...     json.dump(s, f)

...

 with open(fname) as f:

...     print(f.read())

...

[["w", "w", "w"], ["e", "e", "e"], ["w", "w", "w"]]

 with open(fname) as f:

...     a = json.load(f)

...     print(a)

...

[['w', 'w', 'w'], ['e', 'e', 'e'], ['w', 'w', 'w']]

python数据结构json

simplejson 是不错的库，跟json标准库一样

simplejson.loads() # json == dict

simplejson.dumps() # dict == json

import simplejson as json

 print json.dumps({"name":"ILOVE爆头"})

{"name": "ILOVE\u7206\u5934"}

 print json.loads('{"name": "ILOVE\u7206\u5934"}')["name"]

ILOVE爆头

 print json.loads('{"name":"ILOVE爆头"}')["name"]

ILOVE爆头

 print json.dumps({"name":"ILOVE爆头", "age":22},sort_keys=True, indent="    ")

{

    "age": 22,

    "name": "ILOVE\u7206\u5934"

}

可以加Q联系：1126918258

如何用Python解析多层嵌套的JSON？

可以根据jpath解析keyword或路径。

也可以根据实际结果进行剥洋葱似的层层解析处理。

python 怎么处理json

json.dumps()

该函数可以将简单数据类型（int\float\string\tuple\list\dict\unicode）转换成JSON格式，样例代码如下：

import json

src_data = {"name":"Tacey","age":13,"sex":"male","interst":("Programing","Reading")}

#print repr(src_data)

print json.dumps(src_data)

输出如下：

{'interst':('Programing','Reading'),'age':23,'name':'Tacey','sex':'male'}

{"interst":["programing","Reading"],"age":23,"name":"Tacey","sex":mal"}

2、json.loads()

该函数可以将JSON数据转换成Python的简单数据类型，接着上面的代码：

json_data = json.dumps(src_data)

print json.loads(json_data)["name"]

输出结果：

Tacey