Python JSON：编码（转储）、解码（加载）和读取 JSON 文件

什么是 Python 中的 JSON？

JSON in Python 是一种受 JavaScript 启发的标准格式，用于通过网络以文本格式进行数据交换和数据传输。通常，JSON 是字符串或文本格式。它可以被 API 和数据库使用，并将对象表示为名称/值对。 JSON 代表 JavaScript Object Notation。

Python JSON 语法：

JSON 被写成键值对。

{
        "Key":  "Value",
        "Key":  "Value",
}

JSON 非常类似于 Python 字典。 Python 支持 JSON，它有一个内置的 JSON 库。

Python 中的 JSON 库

‘元帅 '和'泡菜' Python 的外部模块维护一个 JSON 版本 Python 库。在 Python 中使用 JSON 来执行 JSON 相关的操作，如编码和解码，您需要首先 import JSON 库以及您的 .py 中的那个文件，

import json

JSON Python 模块中提供了以下方法

方法	说明
转储()	编码为 JSON 对象
转储()	编码字符串写入文件
loads()	解码 JSON 字符串
加载（）	读取 JSON 文件时解码

Python 转 JSON（编码）

Python 的 JSON 库默认执行以下 Python 对象到 JSON 对象的转换

Python	JSON
字典	对象
列表	数组
unicode	字符串
数字 - int, long	数字 - 整数
浮点数	数字 - 实数
是的	是的
错误	错误
无	空

将 Python 数据转换为 JSON 称为编码操作。编码是在 JSON 库方法的帮助下完成的 - dumps()

Python 中的 JSON 转储（）

json.dumps() 在 Python 中是一种将 Python 的字典对象转换为 JSON 字符串数据格式的方法。当对象需要以字符串格式进行解析、打印等操作时，它很有用。

现在让我们用 Python 执行我们的第一个 json.dumps 编码示例：

import json

x = {
  "name": "Ken",
  "age": 45,
  "married": True,
  "children": ("Alice","Bob"),
  "pets": ['Dog'],
  "cars": [
    {"model": "Audi A1", "mpg": 15.1},
    {"model": "Zeep Compass", "mpg": 18.1}
  ]
}
# sorting result in asscending order by keys:
sorted_string = json.dumps(x, indent=4, sort_keys=True)
print(sorted_string)

输出：

{"person": {"name": "Kenn", "sex": "male", "age": 28}})

让我们看一个 Python 将 JSON 写入文件的示例，用于使用相同的函数 dump() 创建字典的 JSON 文件

# here we create new data_file.json file with write mode using file i/o operation 
with open('json_file.json', "w") as file_write:
# write json data into file
json.dump(person_data, file_write)

输出：

没什么可显示的……在您的系统中创建了 json_file.json。您可以检查该文件，如下面的将 JSON 写入文件 Python 示例所示。

JSON 到 Python（解码）

JSON 字符串解码是在内置方法 json.loads() 的帮助下完成的 &json.load() Python 中的 JSON 库。这里的转换表显示了 JSON 对象到 Python 对象的示例，这有助于在 Python 中执行 JSON 字符串的解码。

JSON	Python
对象	字典
数组	列表
字符串	unicode
数字 - 整数	数字 - int, long
数字 - 实数	浮动
是的	是的
错误	错误
空	无

让我们看一个借助 json.loads 进行解码的基本解析 JSON Python 示例功能，

import json  # json library imported
# json data string
person_data = '{  "person":  { "name":  "Kenn",  "sex":  "male",  "age":  28}}'
# Decoding or converting JSON format in dictionary using loads()
dict_obj = json.loads(person_data)
print(dict_obj)
# check type of dict_obj
print("Type of dict_obj", type(dict_obj))
# get human object details
print("Person......",  dict_obj.get('person'))

输出：

{'person': {'name': 'Kenn', 'sex': 'male', 'age': 28}}
Type of dict_obj <class 'dict'>
Person...... {'name': 'John', 'sex': 'male'}

在 Python 中解码 JSON 文件或解析 JSON 文件

现在，我们将通过 Python parse JSON example 学习如何在 Python 中读取 JSON 文件：

注意： 解码 JSON 文件是与文件输入/输出 (I/O) 相关的操作。 JSON 文件必须存在于您的系统中您在程序中提到的指定位置。

Python读取JSON文件示例：

import json
#File I/O Open function for read data from JSON File
with open('X:/json_file.json') as file_object:
        # store file data in object
        data = json.load(file_object)
print(data)

这里的数据 是Python的字典对象，如上面读取JSON文件的Python示例所示。

输出：

{'person': {'name': 'Kenn', 'sex': 'male', 'age': 28}}

Python 中的紧凑编码

当您需要减小 JSON 文件的大小时，可以在 Python 中使用紧凑编码。

例如，

import json
# Create a List that contains dictionary
lst = ['a', 'b', 'c',{'4': 5, '6': 7}]
# separator used for compact representation of JSON.
# Use of ',' to identify list items
# Use of ':' to identify key and value in dictionary
compact_obj = json.dumps(lst, separators=(',', ':'))
print(compact_obj)

输出：

'["a", "b", "c", {"4": 5, "6": 7}]'

** Here output of JSON is represented in a single line which is the most compact representation by removing the space character from compact_obj **

格式化 JSON 代码（漂亮打印）

目的是编写格式良好的代码以供人类理解。借助漂亮的打印，任何人都可以轻松理解代码。

示例：

import json
dic = { 'a': 4, 'b': 5 }
''' To format the code use of indent and 4 shows number of space and use of separator is not necessary but standard way to write code of particular function. '''
formatted_obj = json.dumps(dic, indent=4, separators=(',', ': '))
print(formatted_obj)

输出：

{
   "a" : 4,
   "b" : 5
}

为了更好地理解这一点，将 indent 更改为 40 并观察输出-

订购 JSON 代码：

排序键 Python 转储函数参数中的属性将按升序对 JSON 中的键进行排序。 sort_keys 参数是一个布尔属性。当它是真的排序是允许的，否则不允许。让我们来了解一下 Python 字符串到 JSON 排序的例子。

例如，

import json

x = {
  "name": "Ken",
  "age": 45,
  "married": True,
  "children": ("Alice", "Bob"),
  "pets": [ 'Dog' ],
  "cars": [
    {"model": "Audi A1", "mpg": 15.1},
    {"model": "Zeep Compass", "mpg": 18.1}
  	],
}
# sorting result in asscending order by keys:
sorted_string = json.dumps(x, indent=4, sort_keys=True)
print(sorted_string)

输出：

{
    "age": 45,
    "cars": [ {
        "model": "Audi A1", 
        "mpg": 15.1
    },
    {
        "model": "Zeep Compass", 
        "mpg": 18.1
    }
    ],
    "children": [ "Alice",
		  "Bob"
	],
    "married": true,
    "name": "Ken",
    "pets": [ 
		"Dog"
	]
}

如您所见，钥匙的年龄、汽车、儿童等按升序排列。

Python 的复杂对象编码

一个 Complex 对象有两个不同的部分，分别是

实物部分
虚部

示例：3 +2i

在执行复杂对象的编码之前，您需要检查变量是否复杂。您需要创建一个函数，该函数使用实例方法检查存储在变量中的值。

让我们为检查对象是否复杂或是否适合编码创建特定的函数。

import json

# create function to check instance is complex or not
def complex_encode(object):
    # check using isinstance method
    if isinstance(object, complex):
        return [object.real, object.imag]
    # raised error using exception handling if object is not complex
    raise TypeError(repr(object) + " is not JSON serialized")


# perform json encoding by passing parameter
complex_obj = json.dumps(4 + 5j, default=complex_encode)
print(complex_obj)

输出：

'[4.0, 5.0]'

Python 中的复杂 JSON 对象解码

要解码 JSON 中的复杂对象，请使用 object_hook 参数检查 JSON 字符串是否包含复杂对象。让我们理解字符串到 JSON Python 示例，

import json
  # function check JSON string contains complex object
  def is_complex(objct):
    if '__complex__' in objct:
      return complex(objct['real'], objct['img'])
    return objct
  
  # use of json loads method with object_hook for check object complex or not
  complex_object =json.loads('{"__complex__": true, "real": 4, "img": 5}', object_hook = is_complex)
  #here we not passed complex object so it's convert into dictionary
  simple_object =json.loads('{"real": 6, "img": 7}', object_hook = is_complex)
  print("Complex_object......",complex_object)
  print("Without_complex_object......",simple_object)

输出：

Complex_object...... (4+5j)
Without_complex_object...... {'real': 6, 'img': 7}

JSON序列化类JSONEncoder概述

JSONEncoder 类用于在执行编码时对任何 Python 对象进行序列化。它包含三种不同的编码方法，分别是

默认(o) – 在子类中实现并为 o 返回序列化对象对象。
编码(o) – 与 JSON 转储相同，Python 方法返回 Python 数据结构的 JSON 字符串。
iterencode(o) – 一一表示字符串并编码对象o。

借助 JSONEncoder 类的 encode() 方法，我们还可以对任何 Python 对象进行编码，如下面的 Python JSON 编码器示例所示。

# import JSONEncoder class from json
from json.encoder import JSONEncoder
colour_dict = { "colour": ["red", "yellow", "green" ]}
# directly called encode method of JSON
JSONEncoder().encode(colour_dict)

输出：

'{"colour": ["red", "yellow", "green"]}'

JSON反序列化类JSONDecoder概述

JSONDecoder 类用于在执行解码时对任何 Python 对象进行反序列化。它包含三种不同的解码方法，分别是

默认(o) – 在子类中实现并返回反序列化对象o 对象。
解码(o) – 与 json.loads() 方法相同，返回 JSON 字符串或数据的 Python 数据结构。
raw_decode(o) - 一一表示Python字典并解码对象o。

借助 JSONDecoder 类的 decode() 方法，我们还可以对 JSON 字符串进行解码，如下 Python JSON 解码器示例所示。

import json
# import JSONDecoder class from json
from json.decoder import JSONDecoder
colour_string = '{ "colour": ["red", "yellow"]}'
# directly called decode method of JSON
JSONDecoder().decode(colour_string)

输出：

{'colour': ['red', 'yellow']}

从 URL 解码 JSON 数据：真实示例

我们将从指定的 URL(https://feeds.citibikenyc.com/stations/stations.json) 获取 CityBike NYC (Bike Sharing System) 的数据并转换成字典格式。

Python 从文件中加载 JSON 示例：

注意：- 确保你的 Python 中已经安装了 requests 库，如果没有，请打开终端或 CMD 并输入

（适用于 Python 3 或更高版本）pip3 安装请求

import json
import requests

# get JSON string data from CityBike NYC using web requests library
json_response= requests.get("https://feeds.citibikenyc.com/stations/stations.json")
# check type of json_response object
print(type(json_response.text))
# load data in loads() function of json library
bike_dict = json.loads(json_response.text)
#check type of news_dict
print(type(bike_dict))
# now get stationBeanList key data from dict
print(bike_dict['stationBeanList'][0])

输出：

<class 'str'>
<class 'dict'>
{
	'id': 487,
 	'stationName': 'E 20 St & FDR Drive',
	'availableDocks': 24,
	'totalDocks': 34,
	'latitude': 40.73314259,
	'longitude': -73.97573881,
	'statusValue': 'In Service',
	'statusKey': 1,
	'availableBikes': 9,
	'stAddress1': 'E 20 St & FDR Drive',
	'stAddress2': '',
	'city': '',
	'postalCode': '',
	'location': '', 
	'altitude': '', 
	'testStation': False, 
	'lastCommunicationTime': '2018-12-11 10:59:09 PM', 'landMark': ''
}

Python 中与 JSON 库相关的异常：

类 json.JSONDecoderError 处理与解码操作相关的异常。它是 ValueError 的子类。
异常 - json.JSONDecoderError(msg, doc)
Exception的参数是，
- msg - 未格式化的错误消息
- doc – 解析的 JSON 文档
- pos – 文档失败时的起始索引
- lineno - line no 显示对应于 pos
- 冒号 - 没有对应于 pos 的列

Python 从文件中加载 JSON 示例：

import json
#File I/O Open function for read data from JSON File
data = {} #Define Empty Dictionary Object
try:
        with open('json_file_name.json') as file_object:
                data = json.load(file_object)
except ValueError:
     print("Bad JSON file format,  Change JSON File")

Python 中的无限数和 NaN 数

JSON 数据交换格式（RFC – Request For Comments）不允许 Infinite 或 Nan Value，但 Python-JSON 库中没有限制执行 Infinite 和 Nan Value 相关操作。如果 JSON 获得 INFINITE 和 Nan 数据类型，则将其转换为文字。

例如，

import json
# pass float Infinite value
infinite_json = json.dumps(float('inf'))
# check infinite json type
print(infinite_json)
print(type(infinite_json))
json_nan = json.dumps(float('nan'))
print(json_nan)
# pass json_string as Infinity
infinite = json.loads('Infinity')
print(infinite)
# check type of Infinity
print(type(infinite))

输出：

Infinity
<class 'str'>
NaN
inf
<class 'float'>

JSON 字符串中的重复键

RFC 指定键名在 JSON 对象中应该是唯一的，但这不是强制性的。 Python JSON 库不会引发 JSON 中重复对象的异常。它忽略所有重复的键值对，只考虑其中最后一个键值对。

示例，

import json
repeat_pair = '{"a":  1, "a":  2, "a":  3}'
json.loads(repeat_pair)

输出：

{'a': 3}

在 Python 中使用 JSON 的 CLI（命令行界面）

json.tool 提供命令行界面来验证 JSON 漂亮打印语法。让我们看一个 CLI 的例子

$ echo '{"name" : "Kings Authur" }' | python3 -m json.tool

输出：

{
    "name": " Kings Authur "
}

JSON 在 Python 中的优势

易于在容器和值之间移动（JSON 到 Python 和 Python 到 JSON）
人类可读（漂亮打印）JSON 对象
广泛用于数据处理。
在单个文件中没有相同的数据结构。

JSON 在 Python 中的实现限制

在 JSON 范围的反序列化器和数字预测中
JSON 字符串和 JSON 数组的最大长度以及对象的嵌套级别。

Python JSON 备忘单

Python JSON 函数	说明
json.dumps(person_data)	创建 JSON 对象
json.dump(person_data, file_write)	使用 Python 的 File I/O 创建 JSON 文件
compact_obj =json.dumps(data, separators=(',',':'))	通过使用分隔符从 JSON 对象中删除空格字符来压缩 JSON 对象
formatted_obj =json.dumps(dic, indent=4, separators=(',', ':'))	使用缩进格式化 JSON 代码
sorted_string =json.dumps(x, indent=4, sort_keys=True)	按字母顺序对 JSON 对象键进行排序
complex_obj =json.dumps(4 + 5j, default=complex_encode)	JSON 中的 Python 复杂对象编码
JSONEncoder().encode(color_dict)	使用 JSONEncoder 类进行序列化
json.loads(data_string)	使用 json.loads() 函数解码 Python 字典中的 JSON 字符串
json.loads(‘{“__complex__”:true, “real”:4, “img”:5}’, object_hook =is_complex)	将复杂的 JSON 对象解码为 Python
JSONDecoder().decode(color_string)	使用反序列化将 JSON 解码为 Python

如何在 Python 中读取 CSV 文件CSV文件读写 Python 与 MySQL 连接：连接器、创建数据库、表、插入 [示例]

Python