## json 就傳遞數據而言，xml是一種選擇，還有另外一種，就是json，它是一種輕量級的數據交換格式，如果讀者要做web編程，是會用到它的。根據維基百科的相關內容，對json了解一二： > JSON（JavaScript Object Notation）是一種由道格拉斯·克羅克福特構想設計、輕量級的資料交換語言，以文字為基礎，且易於讓人閱讀。儘管JSON是Javascript的一個子集，但JSON是獨立於語言的文本格式，並且採用了類似於C語言家族的一些習慣。 關于json更為詳細的內容，可以參考其官方網站：[http://www.json.org](http://www.json.org/) 從官方網站上摘取部分，了解一下json的結構： > JSON建構于兩種結構： * “名稱/值”對的集合（A collection of name/value pairs）。不同的語言中，它被理解為對象（object），紀錄（record），結構（struct），字典（dictionary），哈希表（hash table），有鍵列表（keyed list），或者關聯數組 （associative array）。 * 值的有序列表（An ordered list of values）。在大部分語言中，它被理解為數組（array）。 python標準庫中有json模塊，主要是執行序列化和反序列化功能： * 序列化：encoding，把一個python對象編碼轉化成json字符串 * 反序列化：decoding，把json格式字符串解碼轉換為python數據對象 ### [](https://github.com/qiwsir/StarterLearningPython/blob/master/227.md#基本操作)基本操作 json模塊相對xml單純了很多： ~~~ >>> import json >>> json.__all__ ['dump', 'dumps', 'load', 'loads', 'JSONDecoder', 'JSONEncoder'] ~~~ **encoding: dumps()** ~~~ >>> data = [{"name":"qiwsir", "lang":("python", "english"), "age":40}] >>> print data [{'lang': ('python', 'english'), 'age': 40, 'name': 'qiwsir'}] >>> data_json = json.dumps(data) >>> print data_json [{"lang": ["python", "english"], "age": 40, "name": "qiwsir"}] ~~~ encoding的操作是比較簡單的，請注意觀察data和data_json的不同——lang的值從元組編程了列表，還有不同： ~~~ >>> type(data_json) <type 'str'> >>> type(data) <type 'list'> ~~~ 將python對象轉化為json類型，是按照下表所示對照關系轉化的： | python==> | json | | --- | --- | | dict | object | | list, tuple | array | | str, unicode | string | | int, long, float | number | | True | true | | False | false | | None | null | **decoding: loads()** decoding的過程也像上面一樣簡單： ~~~ >>> new_data = json.loads(data_json) >>> new_data [{u'lang': [u'python', u'english'], u'age': 40, u'name': u'qiwsir'}] ~~~ 需要注意的是，解碼之后，并沒有將元組還原。 解碼的數據類型對應關系： | json==> | python | | --- | --- | | object | dict | | array | list | | string | unicode | | number(int) | int, long | | number(real) | float | | true | True | | false | False | | null | None | **對人友好** 上面的data都不是很長，還能湊合閱讀，如果很長了，閱讀就有難度了。所以，json的dumps()提供了可選參數，利用它們能在輸出上對人更友好（這對機器是無所謂的）。 ~~~ >>> data_j = json.dumps(data, sort_keys=True, indent=2) >>> print data_j [ { "age": 40, "lang": [ "python", "english" ], "name": "qiwsir" } ] ~~~ `sort_keys=True`意思是按照鍵的字典順序排序，`indent=2`是讓每個鍵值對顯示的時候，以縮進兩個字符對齊。這樣的視覺效果好多了。 ### [](https://github.com/qiwsir/StarterLearningPython/blob/master/227.md#大json字符串)大json字符串 如果數據不是很大，上面的操作足夠了。但是，上面操作是將數據都讀入內存，如果太大就不行了。怎么辦？json提供了`load()`和`dump()`函數解決這個問題，注意，跟上面已經用過的函數相比，是不同的，請仔細觀察。 ~~~ >>> import tempfile #臨時文件模塊 >>> data [{'lang': ('python', 'english'), 'age': 40, 'name': 'qiwsir'}] >>> f = tempfile.NamedTemporaryFile(mode='w+') >>> json.dump(data, f) >>> f.flush() >>> print open(f.name, "r").read() [{"lang": ["python", "english"], "age": 40, "name": "qiwsir"}] ~~~ ### [](https://github.com/qiwsir/StarterLearningPython/blob/master/227.md#自定義數據類型)自定義數據類型 一般情況下，用的數據類型都是python默認的。但是，我們學習過類后，就知道，自己可以定義對象類型的。比如： 以下代碼參考：[Json概述以及python對json的相關操作](http://www.cnblogs.com/coser/archive/2011/12/14/2287739.html) ~~~ #!/usr/bin/env python # coding=utf-8 import json class Person(object): def __init__(self,name,age): self.name = name self.age = age def __repr__(self): return 'Person Object name : %s , age : %d' % (self.name,self.age) def object2dict(obj): #convert Person to dict d = {} d['__class__'] = obj.__class__.__name__ d['__module__'] = obj.__module__ d.update(obj.__dict__) return d def dict2object(d): #convert dict ot Person if '__class__' in d: class_name = d.pop('__class__') module_name = d.pop('__module__') module = __import__(module_name) class_ = getattr(module, class_name) args = dict((key.encode('ascii'), value) for key,value in d.items()) #get args inst = class_(**args) #create new instance else: inst = d return inst if __name__ == '__main__': p = Person('Peter',40) print p d = object2dict(p) print d o = dict2object(d) print type(o), o dump = json.dumps(p, default=object2dict) print dump load = json.loads(dump, object_hook=dict2object) print load ~~~