python常用模块学习：json实例教程

json模块主要用来进行python对象的序列化和反序列化。

1. 常用方法
2. 不带s的都是设计存入文件的持久化的操作。
3. 带s的操作都是在内存中执行的，不涉及到持久化。

1. 序列化时，python类型与json类型的转换关系

1. 反序列化时，json类型与python类型的转换关系

1. 函数内的参数
2. json.dumps()与json.dump()方法
3. skipkeys=False（默认）
4. 含义：是否跳过要序列化的对象中字典元素key的值不是基本类型的数据；
5. 默认为flase，抛出异常；
6. true则跳过；

# 包含key为bytes类型的元素 emp_info = {'name': 'bob', b'age': 24} # skipkeys参数为默认值False，故代码运行抛出异常 json.dumps(emp_info) return _iterencode(o, 0) TypeError: keys must be str, int, float, bool or None, not bytes # skipkeys参数设置为True时则可成功序列化 json.dumps(emp_info, skipkeys=True) '{"name": "bob"}'

1. ensure_ascii=True（默认）
2. 含义：是否将要序列化的对象中的字符串内的非ascii字符进行转义；
3. 默认参数为true，将字符串中的非ascii字符转义为unicode字符串；
4. false则不会进行转义；

message = '我爱Python3' # ensure_ascii参数默认值为True，将会把非ascii字符转移成unicode字符串'"\\u6211\\u7231Python3"' json.dumps(message) # ensure_ascii参数设置为False时，不会进行转义'"我爱Python3"' json.dumps(message, ensure_ascii=False)

1. check_circular=True（默认）
2. 含义：是否进行容器类型的循环引用检查；
3. 若参数为False，则不进行检查，但是有可能会引发overflowError或更严重的问题；
4. 若参数为True，则将进行容器类型的循环引用检查，并在发现循环引用时抛出异常；

emp_dict = {'id': 1, 'dept': 'sales'} # 字典中包含循环引用 emp_dict['info'] = emp_dict # 默认进行循环引用的检查，将引发ValueError异常 json.dumps(emp_dict) # 设置为不进行循环引用的检查，但是在编码Json对象时仍然引发了异常 json.dumps(emp_dict, check_circular=False)

1. allow_nan=True(默认)
2. 含义：是否允许序列化超出范围的float类型的值（如float（'int'）、float('-int')、float('nan')）;
3. 若参数为True，则上面列出的那些值将依次使用JavaScript中等价的值（Infinity、-Infinity、NaN）来进 行替代；
4. 若参数为Flase，并且要序列化的对象中出现了那些超出范围的值，则将引发ValueError异常。

>>> num_list = [2, 5, float('inf'), float('-inf'), float('nan')] # allow_nan的值默认为True，列表中后三个值将被替换为js中等价的值 >>> json.dumps(num_list) '[2, 5, Infinity, -Infinity, NaN]' # allow_nan设置为False，引发ValueError异常 >>> json.dumps(num_list, allow_nan=False) ValueError: Out of range float values are not JSON compliant

1. json.loads()与json.load()方法
2. object_hook=None

含义：接受一个可调用对象，用于处理解码后生成的python对象中dict类型的值；
注：这个处理过程是递归进行的，即返回的python对象内部所有的字典结构都将被这个方法处理。
>>> emp_info = {'name': 'bob', 'age': 25, 'gender': 'Male'} >>> def obj_hook(_dict): ... return list(_dict.items()) ... >>> json.loads(json.dumps(emp_info)) {'name': 'bob', 'age': 25, 'gender': 'Male'} >>> json.loads(json.dumps(emp_info), object_hook=obj_hook) [('name', 'bob'), ('age', 25), ('gender', 'Male')] >>> emp_list = [25, emp_info] >>> emp_list [25, {'name': 'bob', 'age': 25, 'gender': 'Male'}] >>> json.loads(json.dumps(emp_list),object_hook=obj_hook) [25, [('name', 'bob'), ('age', 25), ('gender', 'Male')]] >>> emp_d = [25, {'name': 'bob', 'age': 25, 'gender': 'Male', 'emp_info': {'count': 9, 'total_salary': 120000}}] >>> json.loads(json.dumps(emp_d),object_hook=obj_hook) [25, [('name', 'bob'), ('age', 25), ('gender', 'Male'), ('emp_info', [('count', 9), ('total_salary', 120000)])]]

1. parse_float=None

含义：用于处理解码后的Python对象中的float类型的值。
# 将解码后的所有的float类型的值转成int类型 >>> json.loads('[23.5, 43.32, 5.934]', parse_float=lambda x: int(x)) [23, 43, 5] # 将解码后的所有的float类型的值转成str类型 >>> json.loads('[23.5, 43.32, 5.934]', parse_float=lambda x: str(x)) ['23.5', '43.32', '5.934']