JSON模块的详述(dumps、loads、dump、load的用法)

0 前言

如果要在不同的编程语言之间传递对象，就必须把对象序列化为标准格式，比如XML，但更好的方法是序列化为JSON，因为JSON表示出来就是一个字符串，可以被所有语言读取，也可以方便地存储到磁盘或者通过网络传输。JSON不仅是标准格式，并且比XML更快，而且可以直接在Web页面中读取，非常方便。

1 什么是JSON?

• JSON(JavaScript Object Notation，JS 对象简谱) 是一种轻量级的数据交换格式，易于人阅读和编写。
• 并且，JSON还定死了字符集必须是UTF-8，表示多语言就没有问题了。为了统一解析，JSON的字符串规定必须用双引号""，Object的键也必须用双引号""。
• 把任何Python对象变成JSON，就是把这个对象序列化成一个JSON格式的字符串，这样才能够通过网络传递给其他计算机。
• 如果我们收到一个JSON格式的字符串，只需要把它反序列化成一个Python对象，就可以在Python中直接使用这个对象了。

JSON表示的对象就是标准的JavaScript语言的对象，JSON和Python内置的数据类型对应如下：

JSON类型	Python类型
{}	dict
[]	list
"string"	str
1234.56	int 或 float
true / false	True / False
null	None

 

2 json模块常用的功能

Python内置的 json 模块提供了非常完善的 Python 对象到 JSON 格式的转换。我们一起看看如何在Python对象和JSON对象之间进行转换。

在使用json这个模块前，首先要导入json库

import json

方法	描述	简单记忆
json.dumps()	将 Python 对象编码成 JSON 字符串	python对象 --> json字符串
json.dump()	将 Python 内置类型序列化为 JSON 对象后写入文件	python对象 --> 文件流
json.loads()	将已编码的 JSON 数据解码为 Python 对象	json字符串 --> python对象
json.load()	读取文件中 JSON 形式的字符串元素转化为 Python 类型	文件流 --> python对象

2.1 json.dumps(obj) — 进行序列化

• obj：表示是要序列化的对象。

特点：将数字、列表、元组、字典等数据类型格式化为字符串（集合不能被序列化），这样可以方便别的编程语言进行调用。所有key必须都是字符串（强行转，易失真）。

代码如下：

ja=json.dumps(a)
jb=json.dumps(b)
jc=json.dumps(c)
jd=json.dumps(d)
je=json.dumps(e)
#jf=json.dumps(f) —— 集合不能被json序列化；会报TypeError类型的错误
jg1=json.dumps(g1)
jg2=json.dumps(g2)
print(ja,type(ja))
print(jb,type(jb))
print(jc,type(jc))
print(jd,type(jd))
print(je,type(je))
print(jg1,type(jg1))
print(jg2,type(jg2))
 
运行结果：
123 <class 'str'>
1.23 <class 'str'>
"123" <class 'str'>
[1, 2, 3] <class 'str'>
[1, 2, 3] <class 'str'>
{"1": 2, "3": 4} <class 'str'>             #字典中所有key必须为字符串（强行转，易失真）
{"name": "adv", "age": 20} <class 'str'>   #在这里我们可以看到，原先字典里的单引号变成双引号了

2.2 json.loads(s) — 进行反序列化

• s：将s（包含JSON文档的str，bytes或bytearray实例）反序列化为Python对象。

从下面的例子可以看到，先对python的一些基本类型序列化（dump）之后，全部变成了字符串类型；然后对其再进行反序列化（loads），tuple 类型就转成了 list 类型。

nja=json.loads(ja)
njb=json.loads(jb)
njc=json.loads(jc)
njd=json.loads(jd)
nje=json.loads(je)
njg1=json.loads(jg1)
njg2=json.loads(jg2)
print(nja,type(nja))
print(njb,type(njb))
print(njc,type(njc))
print(njd,type(njd))
print(nje,type(nje))
print(njg1,type(njg1))
print(njg2,type(njg2))
 
运行结果：
123 <class 'int'>
1.23 <class 'float'>
123 <class 'str'>
[1, 2, 3] <class 'list'>          #元组被转换成列表
[1, 2, 3] <class 'list'>
{'1': 2, '3': 4} <class 'dict'>   #字典中所有key必须为字符串（强行转，易失真）
{'name': 'adv', 'age': 20} <class 'dict'>

2.3 json.dump(obj , fp) — 把Python数据类型obj（除了集合）序列化进入一个文件fp中，等待别的程序进行调用。

• obj：表示是要序列化的对象。
• fp：文件描述符，将序列化的str保存到文件中。

with open("f1","w") as f:
    json.dump(a,f)
with open("f2","w") as f:
    json.dump(b,f)
with open("f3","w") as f:
    json.dump(c,f)
with open("f4","w") as f:
    json.dump(d,f)
with open("f5","w") as f:
    json.dump(e,f)
'''with open("f6","w") as f:  —— 集合不能被json序列化；会报TypeError类型的错误
    json.dump(f,f)'''
with open("f7","w") as f:
    json.dump(g1,f)    
with open("f8","w") as f:
    json.dump(g2,f)
 
运行完上面的代码，打开所在文件夹，可以看到名为f1、f2、f3、f4、f5、f7、f8的文件，分别打开它们，其内容为：
f1：123
f2：1.23
f3："123"
f4：[1, 2, 3]
f5：[1, 2, 3]
f7：{"1": 2, "3": 4}
f8：{"name": "adv", "age": 20}

2.4 json.load(fp) — 读取文件fp中的内容。

• fp：文件描述符，将fp（.read（）支持包含JSON文档的文本文件或二进制文件）反序列化为Python对象。

with open("f1") as f:
    r1=json.load(f)
    print(r1,type(r1))
with open("f2") as f:
    r2=json.load(f)
    print(r2,type(r2))
with open("f3") as f:
    r3=json.load(f)
    print(r3,type(r3))
with open("f4") as f:
    r4=json.load(f)
    print(r4,type(r4))
with open("f5") as f:
    r5=json.load(f)
    print(r5,type(r5))
with open("f7") as f:
    r7=json.load(f) 
    print(r7,type(r7))
with open("f8") as f:
    r8=json.load(f)
    print(r8,type(r8))
 
打印反序列化后的数据及其类型，得到的结果为：
123 <class 'int'>
1.23 <class 'float'>
123 <class 'str'>
[1, 2, 3] <class 'list'>          #元组被转换成列表
[1, 2, 3] <class 'list'>
{'1': 2, '3': 4} <class 'dict'>   #字典中所有key必须为字符串（强行转，易失真）
{'name': 'adv', 'age': 20} <class 'dict'>