本文目录一览：
- 1、python中为什么用json有什么作用
- 2、python 怎么处理json
- 3、Python爬虫（七）数据处理方法之JSON
- 4、py3笔记8：json结构的校验
- 5、python数据结构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 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
Python爬虫（七）数据处理方法之JSON
JSON 指的是 JavaScript 对象表示法（JavaScript Object Notation），是轻量级的文本数据交换格式，且具有自我描述性，更易理解。
JSON看起来像python类型（列表，字典）的字符串。
在之前的文章中，我们说到了怎么用response的方法，获取到网页正确解码后的字符串。如果还有不懂的，可以先阅读 Python爬虫（三）Requests库 。接下来以有道翻译为例子，说说怎么通过网页解码后的字符串，提取到翻译结果。
再结合上述有道翻译的例子，得到字典类型的返回结果，并提取出来翻译结果。
将上述例子的dict_json换成str字符串，再写入文本中。
执行完上述的程序，会得到一个fanyi.txt的文件，其结果如下：{"type": "ZH_CN2EN", "errorCode": 0, "elapsedTime": 1, "translateResult": [[{"src": "\u4eba\u751f\u82e6\u77ed\uff0c\u6211\u7528python", "tgt": "Life is too short, I use python"}]]}。这样子的一份文档，中文部分显示的是二进制，且格式非常不利于阅读，这并不是我们想要的结果。好在json.dumps()为我们提供的两个方法，以帮助我们更好阅读文档。
1.ensure_ascii，能够让中文显示成中文；
2.indent，能够让下一行在第一行的基础上空格。
其用法如下：
py3笔记8：json结构的校验
python中使用json模块实现python对象与json的转换
要处理的是文件而不是字符串，你可以使用 json.dump() 和 json.load() 来编码和解码JSON数据
Json Schema 是一个用于验证Json数据结构的强大工具
使用范围： 接口测试中数据值校验、数据类型校验、json数据结构校验
官网：
安装: pip install jsonschema
type 关键字是json模式的基础，指定架构的数据类型：string、number、object、array、boolean、null
object关键字,在python中对应的是dict类型
数组属性array，用于有序元素
在python中,array类似于list或tuple
在Json,通常有2种方式验证
1. 列表验证： 任意长度的序列，其中每个元素匹配相同的模式
2. 元组验证： 一个固定长度的序列，其中每个项目可能具有不同的模式
1. 列表验证
2. 元组验证
针对每一个元素解释说明，默认校验schema中设置的前n项
将items关键字设置成一个数组, 其中每个项目都是一个与文档数组的每个索引相对应的模式,
也就是一个数组, 第一个元素模式验证输入数组的第一个元素. 第二个元素模式验证输入数组的第二个元素
例如, 在以下的模式, anyOf关键字用于表示给定值可能对任何给定的子模式有效。第一个子模式需要一个最大长度为5的字符串。第二个子模式需要一个最小值为0的数字。只要一个值对这些模式中的任何一个进行验证,它就被认为整个组合模式有效。
{ ‘anyOf’: [ {‘type’: ‘string’, ‘maxLength’: 5}, {‘type’:’string’, ‘minimum’: 0 }]}
用于组合模式的关键字是:
该$schema关键字用于声明JSON片段实际上是JSON模式的一部分。它还声明了针对该模式编写的JSON Schema标准的哪个版本。
建议所有JSON模式都有一个$schema条目，该条目必须位于根目录下。因此，大多数情况下，您需要在架构的根目录下：
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
