6.2 讀寫JSON數據 · Python3 CookBook中文版

## 問題你想讀寫JSON(JavaScript Object Notation)編碼格式的數據。 ## 解決方案 `json` 模塊提供了一種很簡單的方式來編碼和解碼JSON數據。其中兩個主要的函數是 `json.dumps()` 和 `json.loads()` ，要比其他序列化函數庫如pickle的接口少得多。下面演示如何將一個Python數據結構轉換為JSON： import json data = { 'name' : 'ACME', 'shares' : 100, 'price' : 542.23 } json_str = json.dumps(data) 下面演示如何將一個JSON編碼的字符串轉換回一個Python數據結構： data = json.loads(json_str) 如果你要處理的是文件而不是字符串，你可以使用json.dump()和json.load()來編碼和解碼JSON數據。例如： # Writing JSON data with open('data.json', 'w') as f: json.dump(data, f) # Reading data back with open('data.json', 'r') as f: data = json.load(f) ## 討論 JSON編碼支持的基本數據類型為None，bool，int，float和str，以及包含這些類型數據的lists，tuples和dictionaries。對于dictionaries，keys需要是字符串類型(字典中任何非字符串類型的key在編碼時會先轉換為字符串)。為了遵循JSON規范，你應該只編碼Python的lists和dictionaries。而且，在web應用程序中，頂層對象被編碼為一個字典是一個標準做法。 JSON編碼的格式對于Python語法而已幾乎是完全一樣的，除了一些小的差異之外。比如，True會被映射為true，False被映射為false，而None會被映射為null。下面是一個例子，演示了編碼后的字符串效果： >>> json.dumps(False) 'false' >>> d = {'a': True, ... 'b': 'Hello', ... 'c': None} >>> json.dumps(d) '{"b": "Hello", "c": null, "a": true}' >>> 如果你試著去檢查JSON解碼后的數據，你通常很難通過簡單的打印來確定它的結構，特別是當數據的嵌套結構層次很深或者包含大量的字段時。為了解決這個問題，可以考慮使用pprint模塊的 `pprint()` 函數來代替普通的 `print()` 函數。它會按照key的字母順序并以一種更加美觀的方式輸出。下面是一個演示如何漂亮的打印輸出Twitter上搜索結果的例子： >>> from urllib.request import urlopen >>> import json >>> u = urlopen('http://search.twitter.com/search.json?q=python&rpp=5') >>> resp = json.loads(u.read().decode('utf-8')) >>> from pprint import pprint >>> pprint(resp) {'completed_in': 0.074, 'max_id': 264043230692245504, 'max_id_str': '264043230692245504', 'next_page': '?page=2&max_id=264043230692245504&q=python&rpp=5', 'page': 1, 'query': 'python', 'refresh_url': '?since_id=264043230692245504&q=python', 'results': [{'created_at': 'Thu, 01 Nov 2012 16:36:26 +0000', 'from_user': ... }, {'created_at': 'Thu, 01 Nov 2012 16:36:14 +0000', 'from_user': ... }, {'created_at': 'Thu, 01 Nov 2012 16:36:13 +0000', 'from_user': ... }, {'created_at': 'Thu, 01 Nov 2012 16:36:07 +0000', 'from_user': ... } {'created_at': 'Thu, 01 Nov 2012 16:36:04 +0000', 'from_user': ... }], 'results_per_page': 5, 'since_id': 0, 'since_id_str': '0'} >>> 一般來講，JSON解碼會根據提供的數據創建dicts或lists。如果你想要創建其他類型的對象，可以給 `json.loads()` 傳遞object_pairs_hook或object_hook參數。例如，下面是演示如何解碼JSON數據并在一個OrderedDict中保留其順序的例子： >>> s = '{"name": "ACME", "shares": 50, "price": 490.1}' >>> from collections import OrderedDict >>> data = json.loads(s, object_pairs_hook=OrderedDict) >>> data OrderedDict([('name', 'ACME'), ('shares', 50), ('price', 490.1)]) >>> 下面是如何將一個JSON字典轉換為一個Python對象例子： >>> class JSONObject: ... def __init__(self, d): ... self.__dict__ = d ... >>> >>> data = json.loads(s, object_hook=JSONObject) >>> data.name 'ACME' >>> data.shares 50 >>> data.price 490.1 >>> 最后一個例子中，JSON解碼后的字典作為一個單個參數傳遞給 `__init__()` 。然后，你就可以隨心所欲的使用它了，比如作為一個實例字典來直接使用它。在編碼JSON的時候，還有一些選項很有用。如果你想獲得漂亮的格式化字符串后輸出，可以使用 `json.dumps()` 的indent參數。它會使得輸出和pprint()函數效果類似。比如： >>> print(json.dumps(data)) {"price": 542.23, "name": "ACME", "shares": 100} >>> print(json.dumps(data, indent=4)) { "price": 542.23, "name": "ACME", "shares": 100 } >>> 對象實例通常并不是JSON可序列化的。例如： >>> class Point: ... def __init__(self, x, y): ... self.x = x ... self.y = y ... >>> p = Point(2, 3) >>> json.dumps(p) Traceback (most recent call last): File "<stdin>", line 1, in <module> File "/usr/local/lib/python3.3/json/__init__.py", line 226, in dumps return _default_encoder.encode(obj) File "/usr/local/lib/python3.3/json/encoder.py", line 187, in encode chunks = self.iterencode(o, _one_shot=True) File "/usr/local/lib/python3.3/json/encoder.py", line 245, in iterencode return _iterencode(o, 0) File "/usr/local/lib/python3.3/json/encoder.py", line 169, in default raise TypeError(repr(o) + " is not JSON serializable") TypeError: <__main__.Point object at 0x1006f2650> is not JSON serializable >>> 如果你想序列化對象實例，你可以提供一個函數，它的輸入是一個實例，返回一個可序列化的字典。例如： def serialize_instance(obj): d = { '__classname__' : type(obj).__name__ } d.update(vars(obj)) return d 如果你想反過來獲取這個實例，可以這樣做： # Dictionary mapping names to known classes classes = { 'Point' : Point } def unserialize_object(d): clsname = d.pop('__classname__', None) if clsname: cls = classes[clsname] obj = cls.__new__(cls) # Make instance without calling __init__ for key, value in d.items(): setattr(obj, key, value) return obj else: return d 下面是如何使用這些函數的例子： >>> p = Point(2,3) >>> s = json.dumps(p, default=serialize_instance) >>> s '{"__classname__": "Point", "y": 3, "x": 2}' >>> a = json.loads(s, object_hook=unserialize_object) >>> a <__main__.Point object at 0x1017577d0> >>> a.x 2 >>> a.y 3 >>> `json` 模塊還有很多其他選項來控制更低級別的數字、特殊值如NaN等的解析。可以參考官方文檔獲取更多細節。