您好,登錄后才能下訂單哦!
什么是Python JSON,相信很多沒有經驗的人對此束手無策,為此本文總結了問題出現的原因和解決方法,通過這篇文章希望你能解決這個問題。
您知道如何從在線API傳輸數據或將各種數據存儲到本地計算機嗎?您已經將自己沉浸于JSON的一種方式中,JSON表示Java Script Object Notation。它是一種著名的流行數據格式,用于表示半結構化數據。讓我們詳細了解Python JSON。
JSON代表JAVA小號script objectn浮選是存儲在一個有組織的和容易的方式信息的方式。在瀏覽器和服務器之間交換數據時,數據必須為文本形式。
如果您想知道它是否是JavaScript?那么答案是否定的。它是一個由文本組成的腳本,用于以人類和機器可讀格式存儲和傳輸數據。它是一種受JavaScript啟發的小型輕量數據格式,通常以文本或字符串格式使用。JSON數據包幾乎等同于python字典。現在,您一定想知道。
問題的答案是,您必須導入JSON模塊,該模塊通常將Python數據類型轉換為JSON字符串文件。它由直接從JSON文件讀取和寫入的JSON函數組成。Python具有內置的JSON包,并且是標準庫的一部分,因此您無需安裝它。
例子:
import json
現在您已經了解了Python中的JSON,下面讓我們更深入地分析Parsing。
解析:
JSON庫可以從字符串或文件中解析JSON 。它還可以將JSON解析到Python字典或列表中,反之亦然。解析通常分為兩個階段:
從JSON轉換為Python
從Python轉換為JSON
讓我們更好地了解這兩個階段。
您可以使用以下方法將JSON字符串轉換為Python json.loads(). :
例子:
import json people_string = ''' { "people":[ { "emp_name": "John smith", "emp_no.": "924367-567-23", "emp_email": ["johnsmith@dummyemail.com"], "has_license": "false" }, { "emp_name": "harshit kant", "emp_number": "560-555-5153", "emp_email": "null", "has_license": "true" } ] } ''' data = json.loads(people_string) print(data)
輸出:
從上面的輸出中可以看到,它已經打印了Python字典。讓我們打印數據類型以更好地理解。
例子:
import json people_string = ''' { "people":[ { "emp_name": "John smith", "emp_no.": "924367-567-23", "emp_email": ["johnsmith@dummyemail.com"], "has_license": "false" }, { "emp_name": "harshit kant", "emp_number": "560-555-5153", "emp_email": "null", "has_license": "true" } ] } ''' data = json.loads(people_string) print(type(data)) #prints the datatype
輸出:
<class'dict'>
現在,您已經熟悉一個轉換,讓我們在第二階段看看另一種轉換類型。
通過使用json.dumps(). 下面給出的示例,可以將Python對象轉換為JSON字符串:
例子:
import json people_string = ''' { "people":[ { "emp_name": "John smith", "emp_no.": "924367-567-23", "emp_email": ["johnsmith@dummyemail.com"], "has_license": "false" }, { "emp_name": "harshit kant", "emp_no.": "560-555-5153", "emp_email": "null", "has_license": "true" } ] } ''' data = json.loads(people_string) new_string = json.dumps(data) print(new_string)
輸出:
輸出將是JSON字符串類型。我已經在JSON到Python的轉換中演示了數據類型,將遵循相同的過程來打印數據類型。
讓我們繼續前進,看看Pandas如何解析JSON。
可以通過以下步驟將JSON字符串解析為pandas Dataframe:
以下通用結構可用于將JSON字符串加載到DataFrame中
import pandas as pd pd.read_json(r'Path where you saved the JSON fileFile Name.json')
準備JSON字符串。
創建一個我們正在使用的JSON文件nobel_prize.json。
將JSON文件加載到pandas DataFrame中。
下面實現的代碼將我的JSON文件加載到DataFrame中。
import pandas as pd import json with open(r'C:UsersHarshit_KantDesktopnobel.prize.json') as f: data = json.load(f) print (data) df = pd.DataFrame print(df)
輸出:
繼續前進,讓我們看看如何在Python中序列化JSON。
序列化JSON只是意味著您正在編碼JSON。它將給定的Python數據結構(ex:dict)轉換為其有效的JSON對象。為了處理文件中的數據流,Python中的JSON庫使用dump()和dumps()方法,該方法進行轉換并使其易于將數據寫入文件中。
下表是說明將Python數據類型轉換為各自的JSON類型的表格。
要記住的要點:
dump() –將數據轉換為JSON文件
dumps() –將數據轉換為JSON字符串
load() –將JSON文件轉換為Python對象
loads()–將JSON字符串的對象轉換為Python對象
Pretty Printing負責代碼對齊并使其以人類可讀的格式進行。讓我們看下面的示例,其中我傳遞了兩個參數'sort_keys',這些參數始終返回布爾True值和'indent'空格。
例子:
import json people_string = ''' { "people":[ { "emp_name": "John smith", "emp_no.": "924367-567-23", "emp_email": ["johnsmith@dummyemail.com"], "has_license": "false" }, { "emp_name": "harshit kant", "emp_no.": "560-555-5153", "emp_email": "null", "has_license": "true" } ] } ''' data = json.loads(people_string) new_string = json.dumps(data, sort_keys=True, indent=3) print(new_string)
輸出:
繼續進行Python JSON教程,讓我們了解JSON的反序列化。
JSON的反序列化與序列化完全相反,也就是說,這意味著您正在解碼JSON。它將通過使用執行轉換的load()和load()方法將給定的JSON字符串轉換為Python對象。
下表是說明將JSON數據類型轉換為其相應的Python類型的表格。
繼續進行“ Python JSON”教程。我將通過編碼的角度向您展示一個同時進行序列化和反序列化的實時示例。
在此編碼演示中,我將使用此處給出的JSON數據集,稱為“諾貝爾獎” 。您將學習如何通過JSON文件進行序列化和反序列化。
import json with open('nobel_prize.json.html') as f: data = json.load(f) with open('new_nobel_prize.json.html') as f: json.dump(data,f,indent=2)
輸出:
Python代碼已成功編譯,并創建了一個新文件“ new_nobel_prize.json”,將從現有文件“ nobel_prize.json”中轉儲數據。
import json with open('nobel_prize.json.html') as f: data = json.load(f) for nobel_prize in data['prizes']: print(nobel_prize['year'],nobel_prize['category'])
輸出:
該代碼段顯示了從JSON文件到其相應的Python對象的更改。
看完上述內容,你們掌握什么是Python JSON的方法了嗎?如果還想學到更多技能或想了解更多相關內容,歡迎關注億速云行業資訊頻道,感謝各位的閱讀!
免責聲明:本站發布的內容(圖片、視頻和文字)以原創、轉載和分享為主,文章觀點不代表本網站立場,如果涉及侵權請聯系站長郵箱:is@yisu.com進行舉報,并提供相關證據,一經查實,將立刻刪除涉嫌侵權內容。