Python操作json文件反序列化和序列化是怎样的
Admin 2022-07-04 群英技术资讯 296 次浏览
json转化为python表示反序列化
python转化为json表示为序列化
json是python的内置模块,不需要安装
Json | Python |
对象(object) | 字典(dict) |
数组(array) | 列表(list) |
字符串(string) | 字符串(str) |
整数(int) | 整数(int) |
实数(float) | 实数(float) |
true | True |
false | False |
null | None |
json提供的两个函数支持json字符串反序列化为一个python对象
json.loads(s)
其中s表示字符串
import json str_json = '{"name":"张三","age":24}' res = json.loads(str_json) print(res, type(res)) #{'name': '张三', 'age': 24} <class 'dict'>
json.load(fb)
fb:表示为文件对象test.json
test.json
{ "name":"张三", "age":24, "friends": [{ "name": "李四", "age": 23 }, { "name": "王麻子", "age": 24 }], "hobby": ["玩游戏","看电影"] }
import json with open('test.json', 'r', encoding='utf-8') as f: res = json.load(f) print(res, type(res)) # {'name': '张三', 'age': 24, 'friends': [{'name': '李四', 'age': 23}, {'name': '王麻子', 'age': 24}], 'hobby': ['玩游戏', '看电影']} <class 'dict'>
json字符串一般不会单独出现
json.loads('"test"') #'test'
一般会放在字典或者列表中
json.loads('["test1","test2","test3"]') #['test1','test2','test3']
json.dumps(obj,ensure_ascii=True,indent=None,sort_keys=False)
obj
:表示为python 对象ensure_ascii
: 默认为 True,输出保证将所有输入的非 ASCII 字符转义。如果 ensure_ascii 是 False,这些字符会原样输出。indent
:一个非负整数或者字符串,JSON 数组元素和对象成员会被美化输出为该值指定的缩进等级。如果缩进等级为零、负数或者 “”,则只会添加换行符。None(默认值)选择最紧凑的表达。使用一个正整数会让每一层缩进同样数量的空格。如果 indent 是一个字符串(比如 "\t''),那个字符串会被用于缩进每一层。sort_keys
:为 True(more 为 False),表示字典的输出会以键的顺序排序。import json data = { "name":"张三", "age":24, "friends": [{ "name": "李四", "age": 23 }, { "name": "王麻子", "age": 24 }], "hobby": ["玩游戏","看电影"] } res = json.dumps(data,ensure_ascii=False,indent=2, ) print(res, type(res))
打印的结果为
{
"name": "张三",
"age": 24,
"friends": [
{
"name": "李四",
"age": 23
},
{
"name": "王麻子",
"age": 24
}
],
"hobby": [
"玩游戏",
"看电影"
]
} <class 'str'>
json.dump(obj,fb,ensure_ascii=True,indent=None,sort_keys=False)
obj
:表示为python对象fb
:表示为文本写打开的文件对象import json data = { "name":"张三", "age":24, "friends": [{ "name": "李四", "age": 23 }, { "name": "王麻子", "age": 24 }], "hobby": ["玩游戏","看电影"] } with open('test1.json', 'w', encoding='utf-8') as f: json.dump(data, fp=f, ensure_ascii=False, indent=2)
写入的结果为
test1.json
{ "name": "张三", "age": 24, "friends": [ { "name": "李四", "age": 23 }, { "name": "王麻子", "age": 24 } ], "hobby": [ "玩游戏", "看电影" ] }
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:mmqy2019@163.com进行举报,并提供相关证据,查实之后,将立刻删除涉嫌侵权内容。
猜你喜欢
熬夜整了了11种Numpy的高级操作,每一种都有参数解释与小例子辅助说明。文中的示例代码讲解详细,感兴趣的小伙伴快跟随小编一起学习一下吧
这篇文章主要为大家介绍了python的函数参数,具有一定的参考价值,感兴趣的小伙伴们可以参考一下,希望能够给你带来帮助
这篇文章主要介绍了python基于concurrent模块实现多线程,帮助大家更好的理解和学习使用python,感兴趣的朋友可以了解下
pandas里怎样处理缺失值为NaN的情况?Python中我们用pandas处理数据非常的方便,但是也常会遇到一些问题。例如andas中NaN缺失值的情况,一些新手朋友可能不太清楚怎样解决,下面给大家分享两种处理pandas中NaN缺失值的方法,有需要的朋友可以参考。
这篇文章主要介绍了Python查询oracle数据库速度慢的解决方案,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
成为群英会员,开启智能安全云计算之旅
立即注册Copyright © QY Network Company Ltd. All Rights Reserved. 2003-2020 群英 版权所有
增值电信经营许可证 : B1.B2-20140078 粤ICP备09006778号 域名注册商资质 粤 D3.1-20240008