Python处理JSON.doc

概念序列化（Serialization）：将对象的状态信息转换为可以存储或可以通过网络传输的过程，传输的格式可以是JSON、XML等。反序列化就是从存储区域（JSON，XML）读取反序列化对象的状态，重新创建该对象。JSON（JavaScript Object Notation）：一种轻量级数据交换格式，相对于XML而言更简单，也易于阅读和编写，机器也方便解析和生成，Json是JavaScript中的一个子集。Python2.6开始加入了JSON模块，无需另外下载，Python的Json模块序列化与反序列化的过程分别是encoding和decodingencoding：把一个Python对象编码转换成Json字符串decoding：把Json格式字符串解码转换成Python对象对于简单数据类型（string、unicode、int、float、list、tuple、dict），可以直接处理。json.dumps方法对简单数据类型encoding：import jsondata = a:A,b:(2,4),c:3.0 #list对象print DATA:,repr(data)data_string = json.dumps(data)print JSON:,data_string输出：DATA: a:A,c:3.0,b:(2,4) #python的dict类型的数据是没有顺序存储的JSON: a:A,c:3.0,b:2,4 JSON的输出结果与DATA很相似，除了一些微妙的变化，如python的元组类型变成了Json的数组，Python到Json的编码转换规则是：json.loads方法处理简单数据类型的decoding（解码）转换import jsondata = a:A,b:(2,4),c:3.0 #list对象data_string = json.dumps(data)print ENCODED:,data_stringdecoded = json.loads(data_string)print DECODED:,decodedprint ORIGINAL:,type(data0b)print DECODED:,type(decoded0b)输出:ENCODED: a: A, c: 3.0, b: 2, 4DECODED: ua: uA, uc: 3.0, ub: 2, 4ORIGINAL: DECODED: 解码过程中，json的数组最终转换成了python的list，而不是最初的tuple类型，Json到Python的解码规则是：json的人文关怀编码后的json格式字符串紧凑的输出，而且也没有顺序，因此dumps方法提供了一些可选的参数，让输出的格式提高可读性，如sort_keys是告诉编码器按照字典排序(a到z)输出。import jsondata = a:A, b:(2, 4), c:3.0 print DATA:, repr(data)unsorted = json.dumps(data)print JSON:, json.dumps(data)print SORT:, json.dumps(data, sort_keys=True)输出:DATA: a: A, c: 3.0, b: (2, 4)JSON: a: A, c: 3.0, b: 2, 4SORT: a: A, b: 2, 4, c: 3.0indent参数根据数据格式缩进显示，读起来更加清晰:import jsondata = a:A, b:(2, 4), c:3.0 print DATA:, repr(data)print NORMAL:, json.dumps(data, sort_keys=True)print INDENT:, json.dumps(data, sort_keys=True, indent=2)输出:DATA: a: A, c: 3.0, b: (2, 4)NORMAL: a: A, b: 2, 4, c: 3.0INDENT: a: A, b: 2, 4 , c: 3.0 separators参数的作用是去掉,:后面的空格，从上面的输出结果都能看到, :后面都有个空格，这都是为了美化输出结果的作用，但是在我们传输数据的过程中，越精简越好，冗余的东西全部去掉，因此就可以加上separators参数：import jsondata = a:A, b:(2, 4), c:3.0 print DATA:, repr(data)print repr(data) :, len(repr(data)print dumps(data) :, len(json.dumps(data)print dumps(data, indent=2) :, len(json.dumps(data, indent=2)print dumps(data, separators):, len(json.dumps(data, separators=(,:)输出：DATA: a: A, c: 3.0, b: (2, 4)repr(data) : 35dumps(data) : 35dumps(data, indent=2) : 76dumps(data, separators): 29skipkeys参数，在encoding过程中，dict对象的key只可以是string对象，如果是其他类型，那么在编码过程中就会抛出ValueError的异常。skipkeys可以跳过那些非string对象当作key的处理.import jsondata= a:A, b:(2, 4), c:3.0, (d,):D tuple try: print json.dumps(data)except (TypeError, ValueError) as err: print ERROR:, errprint print json.dumps(data, skipkeys=True)输出:ERROR: keys must be a stringa: A, c: 3.0, b: 2, 4让json支持自定义数据类型以上例子都是基于python的built-in类型的，对于自定义类型的数据结构，json模块默认是没法处理的，会抛出异常：TypeError xx is not JSON serializable，此时你需要自定义一个转换函数:import json class MyObj(object): def _init_(self, s): self.s = s def _repr_(self): return % self.sobj = .MyObj(helloworld)try: print json.dumps(obj)except TypeError, err: print ERROR:, err#转换函数def convert_to_builtin_type(obj): print default(, repr(obj), ) # 把MyObj对象转换成dict类型的对象 d = _class_:obj._class_._name_, _module_:obj._module_, d.update(obj._dict_) return dprint json.dumps(obj, default=convert_to_builtin_type)输出:ERROR: is not JSON serializabledefault( )s: hellworld, _module_: MyObj, _class_: _main_ #注意：这里的class和module根据你代码的所在文件位置不同而不同相反，如果要把json decode 成python对象，同样也需要自定转换函数，传递给json.loads方法的object_hook参数：#jsontest.pyimport jsonclass MyObj(object): def _init_(self,s): self.s = s def _repr_(self): return % self.sdef dict_to_object(d): if _class_ in d: class_name = d.pop(_class_) module_name = d.pop(_module_) module = _import_(module_name) print MODULE:,module class_ = getattr(module,class_name) print CLASS,class_ args = dict(key.encode(ascii),value) for key,value in d.items() print INSTANCE ARGS:,args inst = class_(*args) else: inst = d return instencoded_object = s:helloworld,_module_:jsontest,_class_:MyObjmyobj_instance = json.loads(encoded_object,object_hook=dict_to_object)print myobj_instance输出：MODULE: CLASS INSTANCE ARGS: s: uhelloworldMODULE: CLASS INSTANCE ARGS: s: uhelloworld使用Encoder与Decoder类实现json编码的转换JSONEncoder有一个迭代接口iterencode(data)，返回一系列编码的数据，他的好处是可以方便的把逐个数据写到文件或网络流中，而不需要一次性就把数据读入内存.import jsonencoder = json.JSONEncoder()data = a:A, b:(2, 4), c:3.0 for part in encoder.iterencode(data): print PART:, part输出：PART: PART: PART: aPART: :PART: APART: ,PART: cPART: :PART: 3.0PART: ,PART: bPART: :PART: 2PART: , 4PART: PART: PART: encode方法等价于.join(encoder.iterencode()，而且预先会做些错误检查（比如非字符串作为dict的key），对于自定义的对象，我们只需从些JSONEncoder的default()方法，其实现方式与上面提及的函数convet_to_builtin_type()是类似的。import jsonimport json_myobjclass MyObj(object): def _init_(self,s): self.s = s def _repr_(self): return % self.sclass MyEncoder(json.JSONEncoder): def default(self, obj): print default(, repr(obj), ) # Convert objects to a dictionary of their representation d = _class_:obj._class_._name_, _module_:obj._module_, d.update(obj._dict_) return dobj = json_myobj.MyObj(helloworld)print objprint MyEncoder().encode(obj)输出：default( )s: helloworld, _module_: Myobj, _class_: MyObj从json对Python对象的转换:class MyDecoder(json.JSONDecoder): def _init_(self): json.JSONDecoder._init_(self, object_hook=self.dict_to_object) def dict_to_object(self, d): if _class_ in d: class_name = d.pop(_class_) module_name = d.pop(_module_) module = _import_(module_name) print MODULE:, module class_ = getattr(module, class_name) print CLASS:, class_ args = dict( (key.encode(ascii), value) for key, value in d.items() print INSTANCE ARGS:, args inst = class_(*args) else: inst = d return instencod