湛江网站建设与网页,南山做网站公司,灰色网站怎么做,中山企业网站建设公司JSON编码支持的基本数据类型为 None #xff0c; bool #xff0c; int #xff0c; float 和 str #xff0c; 以及包含这些类型数据的lists#xff0c;tuples和dictionaries。 对于dictionaries#xff0c;keys需要是字符串类型(字典中任何非字符串类型的key在编码时会…JSON编码支持的基本数据类型为 None bool int float 和 str 以及包含这些类型数据的liststuples和dictionaries。 对于dictionarieskeys需要是字符串类型(字典中任何非字符串类型的key在编码时会先转换为字符串)。 为了遵循JSON规范你应该只编码Python的lists和dictionaries。 而且在web应用程序中顶层对象被编码为一个字典是一个标准做法。
JSON编码的格式对于Python语法而已几乎是完全一样的除了一些小的差异之外。 比如True会被映射为trueFalse被映射为false而None会被映射为null。 下面是一个例子演示了编码后的字符串效果json.dumps(False)
falsed {a: True,
... b: Hello,
... c: None}json.dumps(d)
{b: Hello, c: null, a: true}如果你试着去检查JSON解码后的数据你通常很难通过简单的打印来确定它的结构 特别是当数据的嵌套结构层次很深或者包含大量的字段时。 为了解决这个问题可以考虑使用pprint模块的 pprint() 函数来代替普通的 print() 函数。 它会按照key的字母顺序并以一种更加美观的方式输出。 下面是一个演示如何漂亮的打印输出Twitter上搜索结果的例子from urllib.request import urlopenimport jsonu urlopen(http://search.twitter.com/search.json?qpythonrpp5)resp json.loads(u.read().decode(utf-8))from pprint import pprintpprint(resp)
{completed_in: 0.074,
max_id: 264043230692245504,
max_id_str: 264043230692245504,
next_page: ?page2max_id264043230692245504qpythonrpp5,
page: 1,
query: python,
refresh_url: ?since_id264043230692245504qpython,
results: [{created_at: Thu, 01 Nov 2012 16:36:26 0000,
from_user: ...
},
{created_at: Thu, 01 Nov 2012 16:36:14 0000,
from_user: ...
},
{created_at: Thu, 01 Nov 2012 16:36:13 0000,
from_user: ...
},
{created_at: Thu, 01 Nov 2012 16:36:07 0000,
from_user: ...
}
{created_at: Thu, 01 Nov 2012 16:36:04 0000,
from_user: ...
}],
results_per_page: 5,
since_id: 0,
since_id_str: 0}一般来讲JSON解码会根据提供的数据创建dicts或lists。 如果你想要创建其他类型的对象可以给 json.loads() 传递object_pairs_hook或object_hook参数。 例如下面是演示如何解码JSON数据并在一个OrderedDict中保留其顺序的例子s {name: ACME, shares: 50, price: 490.1}from collections import OrderedDictdata json.loads(s, object_pairs_hookOrderedDict)data
OrderedDict([(name, ACME), (shares, 50), (price, 490.1)])下面是如何将一个JSON字典转换为一个Python对象例子class JSONObject:
... def __init__(self, d):
... self.__dict__ d
...data json.loads(s, object_hookJSONObject)data.name
ACMEdata.shares
50data.price
490.1最后一个例子中JSON解码后的字典作为一个单个参数传递给 __init__() 。 然后你就可以随心所欲的使用它了比如作为一个实例字典来直接使用它。
在编码JSON的时候还有一些选项很有用。 如果你想获得漂亮的格式化字符串后输出可以使用 json.dumps() 的indent参数。 它会使得输出和pprint()函数效果类似。比如print(json.dumps(data))
{price: 542.23, name: ACME, shares: 100}print(json.dumps(data, indent4))
{
price: 542.23,
name: ACME,
shares: 100
}对象实例通常并不是JSON可序列化的。例如class Point:
... def __init__(self, x, y):
... self.x x
... self.y y
...p Point(2, 3)json.dumps(p)
Traceback (most recent call last):
File , line 1, in
File /usr/local/lib/python3.3/json/__init__.py, line 226, in dumps
return _default_encoder.encode(obj)
File /usr/local/lib/python3.3/json/encoder.py, line 187, in encode
chunks self.iterencode(o, _one_shotTrue)
File /usr/local/lib/python3.3/json/encoder.py, line 245, in iterencode
return _iterencode(o, 0)
File /usr/local/lib/python3.3/json/encoder.py, line 169, in default
raise TypeError(repr(o) is not JSON serializable)
TypeError: __main__.Point object at 0x1006f2650 is not JSON serializable如果你想序列化对象实例你可以提供一个函数它的输入是一个实例返回一个可序列化的字典。例如
def serialize_instance(obj):
d { __classname__ : type(obj).__name__ }
d.update(vars(obj))
return d
如果你想反过来获取这个实例可以这样做
# Dictionary mapping names to known classes
classes {
Point : Point
}
def unserialize_object(d):
clsname d.pop(__classname__, None)
if clsname:
cls classes[clsname]
obj cls.__new__(cls) # Make instance without calling __init__
for key, value in d.items():
setattr(obj, key, value)
return obj
else:
return d
下面是如何使用这些函数的例子p Point(2,3)s json.dumps(p, defaultserialize_instance)s
{__classname__: Point, y: 3, x: 2}a json.loads(s, object_hookunserialize_object)a
__main__.Point object at 0x1017577d0a.x
2a.y
3json 模块还有很多其他选项来控制更低级别的数字、特殊值如NaN等的解析。 可以参考官方文档获取更多细节。
