Python 中的 JSON 操作:简单、高效的数据交换格式

本文介绍了JSON作为数据交换格式的广泛应用,并详细阐述了在Python中如何使用内置的json模块进行JSON数据的序列化和反序列化,包括从文件读取和写入JSON数据。同时,文中提到了JSON在web开发中的网络请求和响应以及配置文件管理等常见工作场景。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

    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式,备受青睐。它不仅易于阅读和理解,还可以灵活地表达和存储高维数据。本文将介绍如何在 Python 中操作 JSON 文件,实现数据的序列化和反序列化。

 

1. JSON 数据格式

JSON 格式采用键值对的方式表达信息。它的值可以是对象、数组、字符串、整数、浮点数、布尔型或空值。下面是一个 JSON 数据的例子:

  • {
  •     "name": "kira",
  •     "age": 18,
  •     "hobby": ["唱歌", "吹牛"],
  •     "friends": [
  •         {"name": "刘德华"},
  •         {"name": "梁朝伟"}
  •     ]
  • }

在实际工作中,我们可以根据需要扩展和定制这种数据格式,以适应不同的场景和业务需求。
2. Python 操作 JSON 文件

Python 提供了内置的 json 模块,用于解析和操作 JSON 数据。
2.1 JSON 反序列化为 Python 对象

将 JSON 数据反序列化为 Python 对象是常见的操作,可以利用 json.loads() 方法实现。

  • 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))

运行结果:

  • {"name":"kira","age":18} <class 'str'>
  • {'name': 'kira', 'age': 18} <class 'dict'>
  • 此外,如果需要从 JSON 文件中加载数据,可以使用 json.load() 方法。
  • import json
  •  
  • with open('kira.json', 'r', encoding='utf-8') as f:
  •     load_data = json.load(f)
  •     print(load_data, type(load_data))

运行结果:

  • {'name': 'kira', 'age': 18, 'hobby': ['唱歌', '吹牛'], '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 可以将对象序列化为 JSON 数据。json.dumps() 方法可以实现这一功能。

  • import json
  •  
  • data = {
  •     "name": "kira",
  •     "age": 18,
  •     "hobby": ["唱歌", "吹牛"],
  •     "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))

运行结果:

  • {"name": "kira", "age": 18, "hobby": ["\u5531\u6b4c", "\u5439\u725b"], "friends": [{"name": "\u5218\u5fb7\u534e"}, {"name": "\u6881\u671d\u4f1f"}]}
  • {"name": "kira", "age": 18, "hobby": ["唱歌", "吹牛"], "friends": [{"name": "刘德华"}, {"name": "梁朝伟"}]}
  • {
  •     "name": "kira",
  •     "age": 18,
  •     "hobby": [
  •         "唱歌",
  •         "吹牛"
  •     ],
  •     "friends": [
  •         {
  •             "name": "刘德华"
  •         },
  •         {
  •             "name": "梁朝伟"
  •         }
  •     ]
  • }
  • {
  •     "age": 18,
  •     "friends": [
  •         {
  •             "name": "刘德华"
  •         },
  •         {
  •             "name": "梁朝伟"
  •         }
  •     ],
  •     "hobby": [
  •         "唱歌",
  •         "吹牛"
  •     ],
  •     "name": "kira"
  • }
  • 如果需要将 Python 对象序列化后写入 JSON 文件,可以使用 json.dump() 方法。
  • import json
  •  
  • data = {
  •     "name": "kira",
  •     "age": 18,
  •     "hobby": ["唱歌", "吹牛"],
  •     "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)

通过上述方法,我们可以轻松地在 Python 中进行 JSON 数据的序列化和反序列化操作。无论是数据交换还是数据存储,JSON 都是一种简单而高效的选择。在实际工作中,我们可以根据具体需求灵活运用 JSON 的优势,提高工作效率。
3 工作中的常见场景
3.1 网络请求和响应

在web开发中,客户端和服务器之间得数据传输通常使用JSON格式。客户端可以将数据封装成 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,可以使用 Python 中的 JSON 模块将其反序列化为 Python 对象进行处理。处理完成后,服务器可以将结果序列化为 JSON 数据,发送给客户端作为响应。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 响应返回给客户端
  •     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: '测试玩家勇哥',
  •   age: 18,
  •   hobby: ['唱歌', '吹牛'],
  • };
  •  
  • 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响应数据
  •     console.log(responseData);
  •   });

上述就是客户端语服务器端之间使用JSON数据传输交互的常见场景。
3.2 配置文件管理

JSON 格式数据非常适合用于存储和管理配置文件,当然数据文件的使用之前勇哥有一篇文章详细介绍过,忘记了的小伙伴可以去复习一下,传送门:,下面举个荔枝:
读取配置文件:

  • import json
  •  
  • def read_config_file(file_path):
  •     with open(file_path, 'r') as f:
  •         config_data = json.load(f)
  •     return config_data
  •  
  • # 读取配置文件
  • config = read_config_file('config.json')
  •  
  • # 获取配置项的值
  • db_host = config['database']['host']
  • db_port = config['database']['port']
  • 修改配置文件:
  • import json
  •  
  • def update_config_file(file_path, new_config):
  •     with open(file_path, 'w') as f:
  •         json.dump(new_config, f, indent=4)
  •  
  • # 读取配置文件
  • config = read_config_file('config.json')
  •  
  • # 修改配置项的值
  • config['database']['port'] = 5432
  •  
  • # 更新配置文件
  • update_config_file('config.json', config)

数据持久化存储也是可以写道JSON文件中的,本文就不做过多的描写了。
总结

以上就是今天为各位小伙伴准备的内容,如果你想了解更多关于Python自动化测试的知识和技巧,欢迎关注我哦!

最后,绵薄之力
感谢每一个认真阅读我文章的人,虽然不是什么很值钱的东西,如果你用得到的话可以直接拿走:

 这些资料,对于【软件测试】的朋友来说应该是最全面最完整的备战仓库,这个仓库也陪伴上万个测试工程师们走过最艰难的路程,希望也能帮助到你!

 

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值