详细解读python操作json文件的详细

2024-07-28 19:27:02

json支持的格式：


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

代码操作

1.json转化为python

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']

2. python序列化为json

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"
  ]
}

总结

本篇文章就到这里了，希望能够给你带来帮助，也希望您能够多多关注我们的更多内容!

python3 循环读取excel文件并写入json操作

文件内容: excel内容: 代码: import xlrd import json import operator def read_xlsx(filename): # 打开excel文件 data1 = xlrd.open_workbook(filename) # 读取第一个工作表 table = data1.sheets()[0] # 统计行数 n_rows = table.nrows data = [] # 微信文章属性:wechat_name wechat_id title abstr
JSON文件及Python对JSON文件的读写操作

一,什么是JSON文件 JSON和XML都是互联网上数据交换的主要载体. 在JSON出现之前,大家一直用XML来传递数据.因为XML是一种纯文本格式,所以它适合在网络上交换数据.XML本身不算复杂,但是,加上DTD.XSD.XPath.XSLT等一大堆复杂的规范以后,任何正常的软件开发人员碰到XML都会感觉头大了,最后大家发现,即使你努力钻研几个月,也未必搞得清楚XML的规范.于是,道格拉斯·克罗克福特(Douglas Crockford)发明了JSON这种超轻量级的数据交换语言,由于JSON非
Python Json数据文件操作原理解析

引言接口测试就是数据的测试,在测试之前,需要准备好测试数据,而测试数据可以用数据库.excel.txt和csv方式,当然还有一种方式,那就是使用json文件来储存测试数据.常用的方式就是这些. 设计思路 python读取json文件和读取txt方式是一样的,获取路径,判断路径是否存在,获取文件名及绝对路径,打开读取数据,提取关键数据,关闭文件.具体流程,画了一个草图方便理解: 具体代码实现 @author: Leo @software: pycharm @file: operate_json.
一文秒懂python读写csv xml json文件各种骚操作

Python优越的灵活性和易用性使其成为最受欢迎的编程语言之一,尤其是对数据科学家而言. 这在很大程度上是因为使用Python处理大型数据集是很简单的一件事情. 如今,每家科技公司都在制定数据战略. 他们都意识到,拥有正确的数据(干净.尽可能多)会给他们带来关键的竞争优势. 数据,如果使用有效,可以提供深层次的.隐藏在表象之下的信息. 多年来,数据存储的可能格式显著增加,但是,在日常使用中,还是以 CSV . JSON 和 XML 占主导地位. 在本文中,我将与你分享在Python中使用这三种流
详细解读python操作json文件的详细

目录 json支持的格式: 代码操作 1.json转化为python 2. python序列化为json 总结 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支持的格式: 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 fa
如何基于python操作json文件获取内容

这篇文章主要介绍了如何基于python操作json文件获取内容,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下写case时,将case 写到json文件比写到,写python一定要学会处理json 以下,是要处理的json 处理操作包括:打开json文件,获取json文件内容,关闭json文件,读取内容中的对应key的value { "name": "BeJson", "url": "
C++操作.json文件的超详细新手教程

目录 1.JSON简介 1.1 什么是JSON: 1.2 JSON的优缺点: 1.3 JSON的存储: 2.jsoncpp库介绍 2.1 jsoncpp库的配置使用: 2.2 jsoncpp库内部构成: 3.json文件读取(例) 3.1 json文件: 3.2 源码: 3.3 结果图: 总结 1.JSON简介 1.1 什么是JSON: JSON是一种纯字符串形式的数据,它本身不提供任何方法(函数),非常适合在网络中进行传输.JavaScript.PHP.Java.Python.C++等编程语言
Python读写JSON文件的操作详解

目录 JSON JSON 起源 JSON 样例 Python 原生支持 JSON 序列化 JSON 简单的序列化示例 JSON 反序列化简单的反序列化示例应用案例编码和解码 JSON JSON 起源 JSON 全称 JavaScript Object Notation .是处理对象文字语法的 JavaScript 编程语言的一个子集.JSON 早已成为与语言无关的语言,并作为自己的标准存在. JSON 样例 { "data":[ { "id": "1
python解析.pyd文件的详细代码

有的时候,为了对python文件进行加密,会把python模块编译成.pyd文件,供其他人调用.拿到一个.pyd文件,在没有文档说明的情况下,可以试试查看模块内的一些函数和类的用法. 首先 import XXX(pyd的文件名) 然后直接 print(dir(XXX)) print(help(xxx)) 其中dir( ) 列出了属性和方法而hlep()直接列出了其中的函数以及参数,并且是源码的函数名和类型,非常直观. 例如我这里的一个例子,输出如下: ['RC', '__doc__', '__
详细解读Python字符串的使用与f-string

目录 Python字符串介绍创建多行字符串连接 Python 字符串访问字符串元素获取字符串的长度切片字符串 Python 字符串是不可变的 Python字符串介绍字符串是一系列字符.在 Python 中,引号内的任何内容都是字符串.您可以使用单引号或双引号.例如: message = 'This is a string in Python' message = "This is also a string" 如果一个字符串包含一个单引号,你应该把它放在双引号里,像这样:
python操作toml文件的示例代码

# -*- coding: utf-8 -*- # @Time : 2019-11-18 09:31 # @Author : cxa # @File : toml_demo.py # @Software: PyCharm import toml import os BASE_DIR = os.path.dirname(os.path.abspath(__file__)) class FileOperation: def __init__(self): self.dic = dict() self
使用python把json文件转换为csv文件

了解json整体格式这里有一段json格式的文件,存着全球陆地和海洋的每年异常气温(这里只选了一部分):global_temperature.json { "description": { "title": "Global Land and Ocean Temperature Anomalies, January-December", "units": "Degrees Celsius", "b
Python操作HDF5文件示例

目录引言创建文件和数据集写数据集读数据集引言在Matlab操作HDF5文件中已经详细介绍了HDF5文件已经利用Matlab对其进行操作的方法.这篇文章总结一下如何在Python下使用HDF5文件.我们仍然按照Matlab操作HDF5文件的顺序进行,分别是创建HDF5文件,写入数据,读取数据. Python下的HDF5文件依赖h5py工具包创建文件和数据集使用`h5py.File()方法创建hdf5文件 h5file = h5py.File(filename,'w') 然后在此基础

详细解读python操作json文件的详细

目录

json支持的格式：

代码操作

1.json转化为python

2. python序列化为json

总结

相关推荐

随机推荐