Python解析JSON

什么是JSON

JSON（JavaScript Object Notation）是一种轻量级的数据交换语言，以文字为基础，且易于让人阅读。JSON是Javascript的一个子集，但JSON是独立于语言的文本格式，并且采用了类似于C语言家族的一些习惯。

• JSON 表示 JavaScript 对象表示法（JavaScript Object Notation）
• 这个格式由 Douglas Crockford 提出
• 被设计用于可读的数据交换
• 它是从 JavaScript 脚本语言中演变而来
• 文件名扩展是 .json
• JSON 的网络媒体类型是 application/json
• 统一标示符类型（Uniform Type Identifier）是 public.json

JSON的特点和使用范围

使用范围：

• 用于编写基于 JavaScript 应用程序，包括浏览器扩展和网站
• JSON 格式可以用于通过网络连接序列化和传输结构化数据
• 主要用于在服务器和 Web 应用程序之间传输数据
• Web 服务和 APIs 可以使用 JSON 格式提供公用数据
• 还可以用于现代编程语言中

特点：

• JSON 容易阅读和编写
• 它是一种轻量级的基于文本的交换格式
• 语言无关

与XML的比较

JSON与XML最大的不同在于XML是一个完整的标记语言，而JSON不是。这使得XML在程序判读上需要比较多的功夫。主要的原因在于XML的设计理念与JSON不同。XML利用标记语言的特性提供了绝佳的延展性（如XPath），在数据存储，扩展及高级检索方面具备对JSON的优势，而JSON则由于比XML更加小巧，以及浏览器的内建快速解析支持，使得其更适用于网络数据传输领域

JSON语法

JSON 语法是 JavaScript 对象表示法语法的子集

• 数据在名称/值对中
• 数据由逗号分隔
• 花括号保存对象
• 方括号保存数组

JSON 名称/值对

JSON 数据的书写格式是：名称/值对。
名称/值对包括字段名称（在双引号中），后面写一个冒号，然后是值：

“firstName” : “John”

这很容易理解，等价于这条 JavaScript 语句：

firstName = “John”

JSON 值

JSON 值可以是：

数字（整数或浮点数）
字符串（在双引号中）
逻辑值（true 或 false）
数组（在方括号中）
对象（在花括号中）
null

JSON 对象

JSON 对象在花括号中书写：
对象可以包含多个名称/值对：

{ “firstName”:”John” , “lastName”:”Doe” }

这一点也容易理解，与这条 JavaScript 语句等价：

firstName = “John”
lastName = “Doe”

JSON 数组

JSON 数组在方括号中书写：
数组可包含多个对象：

{
“employees”: [
{ “firstName”:”John” , “lastName”:”Doe” },
{ “firstName”:”Anna” , “lastName”:”Smith” },
{ “firstName”:”Peter” , “lastName”:”Jones” }
]
}

在上面的例子中，对象 “employees” 是包含三个对象的数组。每个对象代表一条关于某人（有姓和名）的记录。

JSON示例

书籍数据有语言和版本信息，下面的例子展示了使用 JSON 存储书籍信息：

{    "book": [        {            "id":"01",            "language": "Java",            "edition": "third",            "author": "Herbert Schildt"        },        {            "id":"07",            "language": "C++",            "edition": "second"            "author": "E.Balagurusamy"    }]}

python解析JSON

解析基本数据

python原始类型—>JSON类型的转换关系如下：

python类型 JSON类型 dict object list,tuple array str,unicode string int,long,float number True true Flase false None null

Python自带的json模块可以实现对JSON数据的解析：

API文档参考：HERE

主要使用的是其中的两个函数：
json.dumps() 和 json.loads()

json.dumps()负责将python数据类型转换为JSON数据类型（Encoding）
json.loads()负责将JSON数据类型转换为python数据类型（Decoding）

下面看一个简单的例子：

In [44]: import jsonIn [45]: data =[{'a':'AB','b':(2,5),'c':[4,6,7],'d':13.4}] ## python数据类型In [46]: data_json = json.dumpjson.dump   json.dumps  In [46]: data_json = json.dumps(data)In [47]: print data_json[{"a": "AB", "c": [4, 6, 7], "b": [2, 5], "d": 13.4}]  ##JSON数据类型

上面可以看到，dumps将tuple转换为数组，将’AB’转换为”AB”

In [48]: json_data = {   "book":[        {            "id":"01",            "language": "Java",            "edition": "third",            "author": "Herbert Schildt"        },        {            "id":"07",            "language": "C++",            "edition": "second",            "author": "E.Balagurusamy"         }    ]}In [49]: python_data = json.loads(json_data)  ##DecodeIn [50]: print python_data{u'book': [{u'edition': u'third', u'id': u'01', u'language': u'Java', u'author': u'Herbert Schildt'}, {u'edition': u'second', u'id': u'07', u'language': u'C++', u'author': u'E.Balagurusamy'}]}

JSON数据类型—>python类型的转换关系如下：

JSON类型 python类型 object dict array list string unicode number(int) int,long number(real) float true True false False null None

编码后的JSON字符串虽然结构紧凑，但是’:’后面跟的还有空格，对于web传输是不必要的，并且没有indent使得我们看起来不方便
可以在编码json.dumps()时指定一些参数，实现我们的需求

<1> sort_key

In [68]: data = [ { 'a':'A', 'b':(2, 4), 'c':3.0 } ]In [69]: unsorted = json.dumps(data)In [70]: print 'JSON:', json.dumps(data)JSON: [{"a": "A", "c": 3.0, "b": [2, 4]}]In [71]: print 'SORT:', json.dumps(data, sort_keys=True) ## 指定key排序SORT: [{"a": "A", "b": [2, 4], "c": 3.0}]

<2> indent

In [73]: data = [ { 'a':'A', 'b':(2, 4), 'c':3.0 } ]In [74]: print 'NORMAL:', json.dumps(data, sort_keys=True)NORMAL: [{"a": "A", "b": [2, 4], "c": 3.0}]In [75]: print 'INDENT:', json.dumps(data, sort_keys=True, indent=2)  ## 加入缩进，输出更加易读INDENT: [  {    "a": "A",     "b": [      2,       4    ],     "c": 3.0  }]

<3>separators

In [76]: data = [ { 'a':'A', 'b':(2, 4), 'c':3.0 } ]In [77]: print 'DATA:', repr(data)DATA: [{'a': 'A', 'c': 3.0, 'b': (2, 4)}]In [78]: print 'repr(data)             :', len(repr(data))repr(data)             : 35In [79]: print 'dumps(data)            :', len(json.dumps(data))dumps(data)            : 35In [80]: print 'dumps(data, indent=2)  :', len(json.dumps(data, indent=2))dumps(data, indent=2)  : 76   ## 加入indent是76个字符长度In [81]: print 'dumps(data, separators):', len(json.dumps(data, separators=(',',':')))dumps(data, separators): 29   ## 去除','和':'之后的空格，只有29个字符，便于web传输

JSON字符串写入文件流

上面的都是在内存中直接进行的处理，如果对于大的数据显然是不可能的，需要进行文件操作，下面做个演示：

import jsonimport tempfiledata = [ { 'a':'A', 'b':(2, 4), 'c':3.0 } ]##tempfile的作用是创建个临时文件，之后会被自动删除，NamedTemporaryFile表示此临时文件可以获得文件名(f.name)f = tempfile.NamedTemporaryFile(mode='w+')   ##写入encode数据json.dump(data, f)f.flush()##decode数据with open(f.name, 'r')  as p:    print p.read()   

结果是： [{“a”: “A”, “c”: 3.0, “b”: [2, 4]}]

解析自定义数据

这个部分我就不写了，推荐个好的博客，大家看这个就行了，廖雪峰的博客

写的很不错，大家看看应该没什么问题

解析中文的问题

loads方法如果传入的字符串的编码不是UTF-8的话，需要用encoding指定字符编码

示例：

import jsonjs = json.loads('{"insun": "泰囧 / 人在囧途2 / Lost in Thailand "}')print json.dumps(js)  ##不指定编码的{"insun": "\u6cf0\u56e7 / \u4eba\u5728\u56e7\u90142 / Lost in Thailand "}print json.dumps(js,ensure_ascii=False)  ##正确解析{"insun": "泰囧 / 人在囧途2 / Lost in Thailand "}

同样的如果是GB2312编码的直接指定为GB2312就行了

dataDict = json.loads(dataJsonStr, encoding='GB2312')

如果要解析的字符串，本身的编码类型，不是基于ASCII的，那么，调用json.loads之前，需要先将对应字符串，转换为Unicode类型
还是以上述的：
dataDict = json.loads(dataJsonStr, encoding=’GB2312’);
为例，比如我本身 dataJsonStr 是GB2312的字符，但是其中又包含了的一些日文字符，此时，json.loads还是会出错，因为此处的 dataJsonStr 不是以ASCII为基础的字符编码，所以，需要先去将dataJsonStr转换为Unicode，然后再调用 json.loads

dataJsonStrUni = dataJsonStr.decode('GB2312')dataDict = json.loads(dataJsonStrUni, encoding='GB2312')