Python 中的 JSON 操作：简单、高效的数据交换格式

在现代的数据交换和存储中，JSON（JavaScript Object Notation）作为一种轻量级的数据交换格局，备受喜爱。它不只易于阅览和了解，还能够灵活地表达和存储高维数据。本文将介绍如安在 Python 中操作 JSON 文件，完成数据的序列化和反序列化。

1. JSON 数据格局

JSON 格局选用键值对的方式表达信息。它的值能够是目标、数组、字符串、整数、浮点数、布尔型或空值。下面是一个 JSON 数据的比如：

{
    "name": "kira",
    "age": 18,
    "hobby": ["歌唱", "吹嘘"],
    "friends": [
        {"name": "刘德华"},
        {"name": "梁朝伟"}
    ]
}

在实践作业中，咱们能够依据需要扩展和定制这种数据格局，以适应不同的场景和事务需求。

2. Python 操作 JSON 文件

Python 供给了内置的json模块，用于解析和操作 JSON 数据。

2.1 JSON 反序列化为 Python 目标

将 JSON 数据反序列化为 Python 目标是常见的操作，能够运用json.loads()办法完成。

import json
json_str = '{"name":"kira","age":18}'
print(json_str, type(json_str))
load_data = json.loads(json_str)
print(load_data, type(load_data))

运转成果：

{"name":"kira","age":18} <class 'str'>
{'name': 'kira', 'age': 18} <class 'dict'>

此外，假如需要从 JSON 文件中加载数据，能够运用json.load()办法。

import json
with open('kira.json', 'r', encoding='utf-8') as f:
    load_data = json.load(f)
    print(load_data, type(load_data))

运转成果：

{'name': 'kira', 'age': 18, 'hobby': ['歌唱', '吹嘘'], 'friends': [{'name': '刘德华'}, {'name': '梁朝伟'}]} <class 'dict'>

2.2 Python 序列化为 JSON

与反序列化相对应，Python 能够将目标序列化为 JSON 数据。json.dumps()办法能够完成这一功用。

import json
data = {
    "name": "kira",
    "age": 18,
    "hobby": ["歌唱", "吹嘘"],
    "friends": [
        {"name": "刘德华"},
        {"name": "梁朝伟"}
    ]
}
json_str = json.dumps(data)
print(json_str)
print(json.dumps(data, ensure_ascii=False))
print(json.dumps(data, ensure_ascii=False, indent=4))
print(json.dumps(data, ensure_ascii=False, indent=4, sort_keys=True))

运转成果：

{"name": "kira", "age": 18, "hobby": ["\u5531\u6b4c", "\u5439\u725b"], "friends": [{"name": "\u5218\u5fb7\u534e"}, {"name": "\u6881\u671d\u4f1f"}]}
{"name": "kira", "age": 18, "hobby": ["歌唱", "吹嘘"], "friends": [{"name": "刘德华"}, {"name": "梁朝伟"}]}
{
    "name": "kira",
    "age": 18,
    "hobby": [
        "歌唱",
        "吹嘘"
    ],
    "friends": [
        {
            "name": "刘德华"
        },
        {
            "name": "梁朝伟"
        }
    ]
}
{
    "age": 18,
    "friends": [
        {
            "name": "刘德华"
        },
        {
            "name": "梁朝伟"
        }
    ],
    "hobby": [
        "歌唱",
        "吹嘘"
    ],
    "name": "kira"
}

假如需要将 Python 目标序列化后写入 JSON 文件，能够运用json.dump()办法。

import json
data = {
    "name": "kira",
    "age": 18,
    "hobby": ["歌唱", "吹嘘"],
    "friends": [
        {"name": "刘德华"},
        {"name": "梁朝伟"}
    ]
}
with open('first.json', 'w', encoding='utf-8') as f:
    json.dump(data, f, ensure_ascii=False, indent=4)

通过上述办法，咱们能够轻松地在 Python 中进行 JSON 数据的序列化和反序列化操作。无论是数据交换仍是数据存储，JSON 都是一种简略而高效的挑选。在实践作业中，咱们能够依据具体需求灵活运用 JSON 的优势，提高作业效率。

3 作业中的常见场景

3.1 网络请求和呼应

在web开发中，客户端和服务器之间得数据传输一般运用JSON格局。客户端能够将数据封装成 JSON 字符串，通过网络请求发送给服务器。服务器接收到 JSON 数据后，能够运用 Python 中的 JSON 模块将其反序列化为 Python 目标进行处理。处理完成后，服务器能够将成果序列化为 JSON 数据，发送给客户端作为呼应。例如：

服务器端（Python）：

from flask import Flask, jsonify, request
app = Flask(__name__)
@app.route('/api/data', methods=['POST'])
def receive_data():
    data = request.get_json()
    # 对接收到的数据进行处理
    processed_data = process_data(data)
    # 将处理后的数据作为 JSON 呼应返回给客户端
    return jsonify(processed_data)
def process_data(data):
    # 在这里进行数据处理的逻辑
    # ...
    return processed_data
if __name__ == '__main__':
    app.run()

客户端（JavaScript）：

const data = {
  name: '测验玩家勇哥',
  age: 18,
  hobby: ['歌唱', '吹嘘'],
};
fetch('/api/data', {
  method: 'POST',
  headers: {
    'Content-Type': 'application/json',
  },
  body: JSON.stringify(data),
})
  .then(response => response.json())
  .then(responseData => {
    // 处理从服务器返回的呼应数据
    console.log(responseData);
  });

上述就是客户端语服务器端之间运用JSON数据传输交互的常见场景。

3.2 装备文件办理

JSON 格局数据十分适合用于存储和办理装备文件，当然数据文件的运用之前勇哥有一篇文章详细介绍过，忘记了的小伙伴能够去温习一下，传送门：python常用的装备文件详谈，下面举个荔枝：

读取装备文件：

import json
def read_config_file(file_path):
    with open(file_path, 'r') as f:
        config_data = json.load(f)
    return config_data
# 读取装备文件
config = read_config_file('config.json')
# 获取装备项的值
db_host = config['database']['host']
db_port = config['database']['port']

修正装备文件：

import json
def update_config_file(file_path, new_config):
    with open(file_path, 'w') as f:
        json.dump(new_config, f, indent=4)
# 读取装备文件
config = read_config_file('config.json')
# 修正装备项的值
config['database']['port'] = 5432
# 更新装备文件
update_config_file('config.json', config)

数据耐久化存储也是能够写道JSON文件中的，本文就不做过多的描写了。

总结

以上就是勇哥今日为各位小伙伴准备的内容，假如你想了解更多关于Python自动化测验的常识和技巧，欢迎重视我：大众号\博客\CSDN\B站：测验玩家勇哥；我会不定期地共享更多的精彩内容。感谢你的阅览和支持！

题外话，勇哥打算把新建的技术交流群，打造成一个活泼的高质量技术群。作业中遇到的技术问题，都能够在里面咨询大家，还有作业内推的时机。有爱好的小伙伴，欢迎加我（记住备注是进群仍是报名学习）

勇哥，10年落魄测验老司机，技术栈偏python，目前在一家超大型房产公司担任自动化测验主管，日常作业比较繁杂，主要负责自动化测验，功能测验、软件质量办理及人员办理。作业之余专心于为粉丝进行简历修正、面试辅导、模仿面试、资料共享、一对一自动化测验教学辅导等副业发展。目前已服务十多位小伙伴，获得高薪offer。

重视大众号，测验干货及时送达

往期精选文章: