python中json.dumps()和json.loads()的用法

目录
  • 一、JSON介绍
  • 二、Python和Json数据类型的映射
  • 三、json.load(s)与json.dump(s)区别
  • 四、测试
    • 4.1 json.dumps()
    • 4.2 json.loads()
    • 4.3 json.dump()
    • 4.4 json.load()
  • 五、报错分析
    • 5.1 本地代码
    • 5.2 报错返回
    • 5.3 报错分析与解决
  • 总结

一、JSON介绍

JSON代表JavaScript对象符号。它是一种轻量级的数据交换格式,用于存储和交换数据。它是一种独立于语言的格式,非常容易理解,因为它本质上是自描述的。 python中有一个内置包,它支持JSON数据,称为json。 JSON中的数据表示为quoted-strings,由大括号{}之间的键值映射组成。通俗来说就是一种在接口中易于使用的数据处理模块,但是json不属于数据格式。

二、Python和Json数据类型的映射

JSON Python
object dict
array list
string str
number int
true True
false False
null None

三、json.load(s)与json.dump(s)区别

json.load:表示读取文件,返回python对象

json.dump:表示写入文件,文件为json字符串格式,无返回

json.dumps:将python中的字典类型转换为字符串类型,返回json字符串 [dict→str]

json.loads:将json字符串转换为字典类型,返回python对象 [str→dict]

load和dump处理的主要是 文件

loads和dumps处理的是 字符串

json.load()从json文件中读取数据

json.loads()将str类型的数据转换为dict类型

json.dumps()将dict类型的数据转成str

json.dump()将数据以json的数据类型写入文件中

四、测试

4.1 json.dumps()

import json

data = {
    'fruit':'apple',
    'vegetable':'cabbage'
}
print(data,type(data))

data = json.dumps(data)  # dict转json
print(data,type(data))

返回:

{'fruit': 'apple', 'vegetable': 'cabbage'} <class 'dict'>
{"fruit": "apple", "vegetable": "cabbage"} <class 'str'>

4.2 json.loads()

data = """{
"fruit": "apple",
"vegetable": "cabbage"
}"""
# 一般此时data为request.text返回值
print(data, type(data))
data = json.loads(data)
print(data, type(data))

返回:

{
"fruit": "apple",
"vegetable": "cabbage"
} <class 'str'>
{'fruit': 'apple', 'vegetable': 'cabbage'} <class 'dict'>

4.3 json.dump()

1.写str

a.py中:

data = "wyt"
with open('b.json', 'w') as f:
    json.dump(data, f)

with open('b.json','r',encoding='utf-8') as f :
    f_str = json.load(f)
    print(f_str,type(f_str))

返回:

wyt <class 'str'>

2.写dict

a.py中:

data = {
    'fruit':'apple',
    'vegetable':'cabbage'
}
with open('b.json', 'w') as f:
    json.dump(data, f)

with open('b.json','r',encoding='utf-8') as f :
    f_str = json.load(f)
    print(f_str,type(f_str))

返回:

{'fruit': 'apple', 'vegetable': 'cabbage'} <class 'dict'>

4.4 json.load()

a.json中存在:

{
"fruit": "apple",
"vegetable": "cabbage"
}

a.py中:

with open('a.json','r',encoding='utf-8') as f :
    f_str = json.load(f)
    print(f_str,type(f_str))

返回:

{'fruit': 'apple', 'vegetable': 'cabbage'} <class 'dict'>

五、报错分析

5.1 本地代码

data = '''{
'fruit':'apple',
'vegetable':'cabbage'
}'''
data = json.loads(data)

5.2 报错返回

json.decoder.JSONDecodeError: Expecting property name enclosed in double quotes: line 2 column 1 (char 2)

5.3 报错分析与解决

json内部要使用双引号。

data = """{
"fruit": "apple",
"vegetable": "cabbage"
}"""
data = json.loads(data)
print(data, type(data))

返回:

{'fruit': 'apple', 'vegetable': 'cabbage'} <class 'dict'>

补充:关于json.dumps(dict)和json.loads(str)函数总是记反,所以想了一个记忆方法。

首先我们先来看json.dumps(dict)函数,是指将dict,也就是字典类型的数据结构转换为json数据格式,也就是字符串。

下面举例说明:

import json

dict1={
    "usr":"admin",
    "pdw":"123456",
}
print("****************使用json.dumps函数之前的dict1和使用函数后的类型*****************")
print(dict1)
print('dict1的数据类型是:',type(dict1))
json1=json.dumps(dict1)
print('使用json.dumps函数后的json1的输出如下')
print(json1)
print('使用json.dumps函数后的类型是',type(json1))

代码的运行结果

接下来我们再看json.loads(str)是将json格式转化为dict也就是字典格式。

话不多说,上例子,接上面代码而写的

print("****************使用json.loads函数之前的str1和使用函数后的类型*****************")
dict2=json.loads(json1)
print(dict2)
print(type(dict2))

代码运行结果

通过例子我们已经知道了json.dumps()的来龙去脉,那么如果快速的记住呢,以前我总是把json.dumps()和json.loads()记反了,突然间找到了一个巧记的方法,那就是json.dumps(dict)是把字典格式的转换成json格式,也就括号里是字典,最后返回的是json,而函数名是dumps,可以注意到,dumps的首字母和字典dict的首字母都是d所以这样就可以记住dumps是将dict转换成json格式,那另一个loads也就是反之,将json转换成字典格式。

总结

到此这篇关于python中json.dumps()和json.loads()用法的文章就介绍到这了,更多相关python json.dumps()  json.loads()用法内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们!

(0)

相关推荐

  • python的json中方法及jsonpath模块用法分析

    本文实例讲述了python的json中方法及jsonpath模块用法.分享给大家供大家参考,具体如下: 什么是json JSON(JavaScript Object Notation) 是一种轻量级的数据交换格式,它使得人们很容易的进行阅读和编写.同时也方便了机器进行解析和生成.适用于进行数据交互的场景,比如网站前台与后台之间的数据交互. json模块中方法的学习 其中类文件对象的理解: 具有read()或者write()方法的对象就是类文件对象,比如f = open("a.txt",

  • Python中最好用的json库orjson用法详解

    目录 1 简介 2 orjson常用方法 2.1 序列化 2.2 反序列化 2.3 丰富的option选项 2.4 针对dataclass.datetime添加自定义处理策略 总结 1 简介 大家好,我们在日常使用 Python 的过程中,经常会使用 json 格式存储一些数据,尤其是在 web 开发中.而 Python 原生的 json 库性能差.功能少,只能堪堪应对简单轻量的 json 数据存储转换需求. 而本文我要给大家介绍的第三方 json 库 orjson ,在公开的各项基准性能测试中

  • Python Http请求json解析库用法解析

    httpparser介绍 :1.解析字节类型的http与https请求数据 :2.支持已k-v形式修改请求数据 :3.支持重新编码请求数据 源码 import json __author = "-ling" def parser(request_data): # 获取请求的三个段: # 1.请求方法 URI协议 版本 # 2.请求头(Request Header) # 3.请求正文 index0 = request_data.find(b"\r\n\r\n") re

  • Python 中的json常见用法实例详解

    目录 导包 api介绍 常见用法 json转python内置对象 字典对象 数组对象 文件读取 python内置对象转json 字典转json 字典转json(压缩存储) 字典转json(美化输出) 文件读取 自定义对象 普通对象 嵌套对象 补充知识点 博主在开发一些C端小软件时,喜欢用json作为序列化方案,故总结下python中json库常见用法. 导包 自带的库,无需额外安装. import json api介绍 序列化: 这里可以理解为将python中的各种数据结构转化为json字符串的

  • python的json包位置及用法总结

    JSON是一种独立于语言的文本格式,用于数据交换,可以在不同语言间交换数据. 在高级版本的Python里自带json模块包,使用import json直接导入模块. JSON文本以"键/值"对形式定义,Python里的json模块主要用于"Python数据与JSON格式的数据间相互转换". JSON的数据类型: 数字(整数或浮点数),字符串(" "),逻辑值(True/False),数组([ ]),对象({ }),null. json模块里常用的

  • python中json操作之json.loads、json.load、json.jumps及json.jump用法

    目录 前言 0.python类型与json类型互换表 1.将json字符串转化(反序列化) (1)json.loads (2)json.load 延伸:如果.json文件中有注释怎么办 2.将python对象转化(序列化) (1)json.dumps (2)json.dump 总结 前言 经常在Python中对JSON格式的文件进行操作,今天对这些操作做一个总结 首先,需要导入json库import json 0.python类型与json类型互换表 Python JSON dict objec

  • python标准库模块之json库的基础用法

    目录 前言 作用 loads,load的用法 dumps,dump的用法 结语 前言 json,全称为JavaScript Object Notation,也就是JavaScript对象标记,通过对象和数组的组合表示数据,虽然构造简洁但是结构化程度非常高,是一种轻量级的数据交换格式. 作用 主要用于将python对象编码为json格式输出或存储,以及将json格式对象解码为python对象. 一个 JSON 对象可以写为如下形式: [{ "name": "小明",

  • python中的Json模块dumps、dump、loads、load函数用法详解

    目录 json的作用 python中的Json模块dumps.dump.loads.load函数用法详解 1.json.dumps()和loads() 2.json.dump()和json.load() 3.如何读取写入多行数据呢? json的作用 JSON (JavaScript Object Notation) 是一种轻量级的数据交换格式 json.dumps(): 对数据进行编码,把python对象转换为字符串数据json.loads(): 对数据进行解码,把json的字符串转换为pyth

  • python中json.dumps()和json.loads()的用法

    目录 一.JSON介绍 二.Python和Json数据类型的映射 三.json.load(s)与json.dump(s)区别 四.测试 4.1 json.dumps() 4.2 json.loads() 4.3 json.dump() 4.4 json.load() 五.报错分析 5.1 本地代码 5.2 报错返回 5.3 报错分析与解决 总结 一.JSON介绍 JSON代表JavaScript对象符号.它是一种轻量级的数据交换格式,用于存储和交换数据.它是一种独立于语言的格式,非常容易理解,因

  • Python中的正则表达式与JSON数据交换格式

    一.初识正则表达式 正则表达式 是一个特殊的字符序列,一个字符串是否与我们所设定的这样的字符序列,相匹配快速检索文本.实现替换文本的操作 json(xml) 轻量级 web 数据交换格式 import re a='C|C++|Java|C#||Python|Javascript' r= re.findall('Python',a) print(r) if len(r) > 0: print('字符串中包含Python') else: print('No') ['Python'] 字符串中包含Py

  • 浅谈Python中的异常和JSON读写数据的实现

    异常可以防止出现一些不友好的信息返回给用户,有助于提升程序的可用性,在java中通过try ... catch ... finally来处理异常,在Python中通过try ... except ... else来处理异常 一.以ZeroDivisionError为例,处理分母为0的除法异常 def division(numerator,denominator): result=numerator/denominator return result ret1=division(1,5) prin

  • 对python中xlsx,csv以及json文件的相互转化方法详解

    最近需要各种转格式,这里对相关代码作一个记录,方便日后查询. xlsx文件转csv文件 import xlrd import csv def xlsx_to_csv(): workbook = xlrd.open_workbook('1.xlsx') table = workbook.sheet_by_index(0) with codecs.open('1.csv', 'w', encoding='utf-8') as f: write = csv.writer(f) for row_num

  • 在python中利用dict转json按输入顺序输出内容方式

    一般常规的我们保存数据为dict类型时,系统会自动帮我们排序:但有时我们想按照输入顺序的key:value保存到dict中,而不想要改变顺序,则我们可以通过使用collecions,进行排序. collections是一个python的内建模块. 示例如下: # -*- coding:utf-8 -*- #dic = {} dic = dict() dic['b'] = 1 dic['a'] = 2 dic['b0'] = 3 dic['a1'] = 4 print("dic is:"

  • python中Requests请求的安装与常见用法

    目录 一.requests 二.requests安装方式 三.说说常见的两种请求,get和post 1.get请求 2.post请求 四.requests发送请求 五.response 补充:requests中遇到问题 总结 一.requests request的说法网上有很多,简单来说就是就是python里的很强大的类库,可以帮助你发很多的网络请求,比如get,post,put,delete等等,这里最常见的应该就是get和post 二.requests安装方式 $ pip install r

  • python中map、any、all函数用法分析

    本文实例讲述了python中map.any.all函数用法.分享给大家供大家参考.具体分析如下: 最近想学python,就一直比较关注python,昨天在python吧看到有个帖子提问怎么在python中怎么判断密码是否符合规范,回帖中有很多用循环的,除此外还有一个没有用循环,代码非常简练,下面是代码: def volid(pwd): a = any(map(str.isupper,pwd)) b = any(map(str.islower,pwd)) c = any(map(str.isdig

  • Python中的异常处理try/except/finally/raise用法分析

    本文实例分析了Python中的异常处理try/except/finally/raise用法.分享给大家供大家参考,具体如下: 异常发生在程序执行的过程中,如果python无法正常处理程序就会发生异常,导致整个程序终止执行,python中使用try/except语句可以捕获异常. try/except 异常的种类有很多,在不确定可能发生的异常类型时可以使用Exception捕获所有异常: try: pass except Exception, e: print Exception, ":"

  • 对Python中class和instance以及self的用法详解

    一. Python 的类和实例 在面向对象中,最重要的概念就是类(class)和实例(instance),类是抽象的模板,而实例是根据类创建出来的一个个具体的 "对象". 就好比,学生是个较为抽象的概念,同时拥有很多属性,可以用一个 Student 类来描述,类中可定义学生的分数.身高等属性,但是没有具体的数值.而实例是类创建的一个个具体的对象, 每一个对象都从类中继承有相同的方法,但是属性值可能不同,如创建一个实例叫 hansry 的学生,其分数为 93,身高为 176,则这个实例拥

随机推荐