网页设计与网站建设区别,个人网站制作源代码,廊坊网站的优化,深圳市南山区网站建设目录
专栏导读
1. JSON数据格式简介
1.1 示例JSON数据
1.2 JSON文件的特点
2 json模块的常用操作
2.1 读写JSON文件的示例
2.2 解析JSON字符串
2.3 修改JSON数据 2.4 查询和操作嵌套数据
2.5 处理包含特殊字符的JSON文件
2.6 处理日期和时间
2.7 处理大型JSON文… 目录
专栏导读
1. JSON数据格式简介
1.1 示例JSON数据
1.2 JSON文件的特点
2 json模块的常用操作
2.1 读写JSON文件的示例
2.2 解析JSON字符串
2.3 修改JSON数据 2.4 查询和操作嵌套数据
2.5 处理包含特殊字符的JSON文件
2.6 处理日期和时间
2.7 处理大型JSON文件
2.8 格式化输出
2.9 处理嵌套结构和深层次的JSON
2.10 JSON文件读取失败如何处理
3 json 文件格式转换
3.1 JSON转换为CSV
3.2 JSON转换为XML
3. 3 JSON转换为YAML
3.4 CSV/XML/YAML转换为JSON
4 CSV/XML/YAML转换为JSON
4.1 CSV转换为JSON
4.2 XML转换为JSON
4.3 YAML转换为JSON 专栏导读 专栏订阅地址https://blog.csdn.net/qq_35831906/category_12375510.html 1. JSON数据格式简介 JSONJavaScript Object Notation是一种轻量级的数据交换格式广泛用于数据的存储和交流。它易于人类阅读和编写同时也易于机器解析和生成。JSON的主要特点包括 基本结构JSON由键值对构成键和值之间使用冒号分隔不同的键值对之间使用逗号分隔。JSON的数据结构可以嵌套从而构建出复杂的数据结构。 数据类型JSON支持多种数据类型包括 对象Object由花括号 {} 包裹包含键值对键是字符串值可以是字符串、数字、布尔值、对象、数组等。数组Array由方括号 [] 包裹包含多个值值可以是字符串、数字、布尔值、对象、数组等。字符串String使用双引号 包裹可以包含任何Unicode字符。数字Number可以是整数或浮点数。布尔值Boolean表示真或假。空值Null表示空值或缺失数据。 1.1 示例JSON数据
{name: John,age: 30,is_student: false,hobbies: [reading, swimming],address: {street: 123 Main St,city: Cityville}
}1.2 JSON文件的特点 易于阅读JSON的结构清晰容易阅读和理解适用于人类和机器之间的交互。 跨平台性JSON是一种与编程语言和平台无关的格式因此适用于不同语言和操作系统之间的数据交换。 用途广泛JSON在网络传输、配置文件、API交互、日志记录等领域都有广泛的应用。 JSON的简洁性和可读性使其成为当今应用程序和系统之间数据交换的首选格式之一。无论是在前端和后端的开发中还是在数据处理和存储中都可以使用JSON来方便地表示和传递数据。 2 json模块的常用操作 json模块提供了两个主要函数json.dumps()用于将Python对象转换为JSON格式的字符串json.loads()用于将JSON格式的字符串解析为Python对象。此外还有用于读写JSON文件的函数json.dump()用于将Python对象写入JSON文件json.load()用于从JSON文件读取数据并将其转换为Python对象。
2.1 读写JSON文件的示例 下面是一个简单的示例演示如何使用json模块读写JSON文件
import json# 要写入JSON文件的数据
data {name: Alice,age: 25,is_student: True,hobbies: [painting, gardening],address: {street: 456 Elm St,city: Townsville}
}# 将数据写入JSON文件
with open(data.json, w) as json_file:json.dump(data, json_file, indent4) # indent用于美化输出# 从JSON文件读取数据
with open(data.json, r) as json_file:loaded_data json.load(json_file)# 打印读取的数据
print(loaded_data)在这个示例中我们首先将一个Python字典写入名为data.json的JSON文件中然后再从该文件中读取数据并将其加载为Python对象。加载的数据与原始数据相同以字典的形式存储在loaded_data变量中。
2.2 解析JSON字符串
使用json.loads()函数可以将JSON格式的字符串解析为Python字典或列表。
import jsonjson_string {name: Bob, age: 30}
data json.loads(json_string)2.3 修改JSON数据
读取JSON数据后你可以对其进行修改然后再写回JSON文件。
import jsonwith open(data.json, r) as json_file:data json.load(json_file)# 修改数据
data[age] 28with open(data.json, w) as json_file:json.dump(data, json_file, indent4)2.4 查询和操作嵌套数据
当JSON数据有嵌套结构时你可以使用字典或列表的方式查询和操作内部数据。
import jsonwith open(data.json, r) as json_file:data json.load(json_file)# 查询嵌套数据
city data[address][city]
hobbies data[hobbies]# 修改嵌套数据
data[address][city] New City
data[hobbies].append(cooking)2.5 处理包含特殊字符的JSON文件
有时JSON文件中可能包含特殊字符如Unicode转义字符或不可打印字符。在读取和处理这些文件时你可能需要进行解码和处理。
import jsonwith open(special_chars.json, r, encodingutf-8) as json_file:raw_data json_file.read()cleaned_data raw_data.encode(utf-8).decode(unicode_escape)parsed_data json.loads(cleaned_data)
print(parsed_data)2.6 处理日期和时间
import json
from datetime import datetimedata_with_dates {event: birthday,date: 2023-08-07T15:30:00Z
}date_string data_with_dates[date]
parsed_date datetime.strptime(date_string, %Y-%m-%dT%H:%M:%SZ)
print(parsed_date)2.7 处理大型JSON文件
对于大型JSON文件可能需要逐行读取和处理以减少内存占用。
import jsonwith open(large_data.json, r) as json_file:for line in json_file:data json.loads(line)# 处理每一行的数据2.8 格式化输出
使用json.dump()时可以设置indent参数来美化输出使其更易读。
import jsondata {name: Alice,age: 25,hobbies: [painting, gardening]
}with open(output.json, w) as json_file:json.dump(data, json_file, indent4)2.9 处理嵌套结构和深层次的JSON 当JSON数据具有深层次的嵌套结构时访问和处理特定数据可能变得复杂。你可以使用递归方法来处理深层次的嵌套结构。
def get_value(data, target_key):if isinstance(data, dict):for key, value in data.items():if key target_key:return valueif isinstance(value, (dict, list)):result get_value(value, target_key)if result is not None:return resultelif isinstance(data, list):for item in data:result get_value(item, target_key)if result is not None:return resultreturn None# 示例JSON数据
nested_data {person: {name: Alice,address: {street: 123 Elm St,city: Townsville}}
}target_value get_value(nested_data, city)
print(target_value) # 输出Townsville2.10 JSON文件读取失败如何处理 无法成功读取JSON文件内容导致json.load()函数报错。
确保文件路径正确文件存在且可读。检查文件编码是否正确通常使用utf-8编码。
import jsontry:with open(data.json, r, encodingutf-8) as json_file:data json.load(json_file)
except FileNotFoundError:print(JSON file not found.)
except json.JSONDecodeError:print(Error decoding JSON data.)3 json 文件格式转换
3.1 JSON转换为CSV CSVComma-Separated Values是一种以逗号分隔字段的文本文件格式。你可以使用Python的csv模块将JSON数据转换为CSV格式。
import json
import csvwith open(data.json, r) as json_file:data json.load(json_file)with open(data.csv, w, newline) as csv_file:csv_writer csv.writer(csv_file)# 写入表头csv_writer.writerow(data[0].keys())# 写入数据for item in data:csv_writer.writerow(item.values())3.2 JSON转换为XML XMLeXtensible Markup Language是一种标记语言用于表示结构化数据。你可以使用Python的第三方库如xmltodict将JSON数据转换为XML格式。
import json
import xmltodictwith open(data.json, r) as json_file:data json.load(json_file)xml_data xmltodict.unparse({root: data})
with open(data.xml, w) as xml_file:xml_file.write(xml_data)3. 3 JSON转换为YAML YAMLYAML Aint Markup Language是一种可读性高的数据序列化格式。你可以使用Python的pyyaml库将JSON数据转换为YAML格式。
import json
import yamlwith open(data.json, r) as json_file:data json.load(json_file)with open(data.yaml, w) as yaml_file:yaml.dump(data, yaml_file, default_flow_styleFalse)3.4 CSV/XML/YAML转换为JSON 同样地你可以将CSV、XML和YAML文件转换为JSON格式具体方法取决于所用的库。例如使用csv、xmltodict和pyyaml等库可以进行相应的转换。
4 CSV/XML/YAML转换为JSON
4.1 CSV转换为JSON
import csv
import jsoncsv_file_path data.csv
json_file_path data_from_csv.jsondata []with open(csv_file_path, r) as csv_file:csv_reader csv.DictReader(csv_file)for row in csv_reader:data.append(row)with open(json_file_path, w) as json_file:json.dump(data, json_file, indent4)4.2 XML转换为JSON
假设你有一个XML文件 data.xml
rootitemnameJohn/nameage30/age/itemitemnameAlice/nameage25/age/item
/root下面是将XML转换为JSON的示例代码
import xmltodict
import jsonxml_file_path data.xml
json_file_path data_from_xml.jsonwith open(xml_file_path, r) as xml_file:xml_data xml_file.read()json_data json.dumps(xmltodict.parse(xml_data), indent4)with open(json_file_path, w) as json_file:json_file.write(json_data)4.3 YAML转换为JSON
假设你有一个YAML文件 data.yaml
- name: Johnage: 30
- name: Aliceage: 25下面是将YAML转换为JSON的示例代码
import yaml
import jsonyaml_file_path data.yaml
json_file_path data_from_yaml.jsonwith open(yaml_file_path, r) as yaml_file:yaml_data yaml.safe_load(yaml_file)json_data json.dumps(yaml_data, indent4)with open(json_file_path, w) as json_file:json_file.write(json_data)
