


Vertiefendes Verständnis der Analyse von Json_python durch Python
Json ist eine häufig verwendete Datenaustauschstruktur. Aufgrund seiner leichten, leicht zu lesenden und zu schreibenden Eigenschaften wird es häufig im Internet verwendet. Der folgende Artikel stellt hauptsächlich die relevanten Informationen zum Json-Parsing durch Python vor. Freunde in Not können darauf zurückgreifen.
Json-Einführung
JSON (JavaScript Object Notation) ist ein leichtes Datenaustauschformat. Es basiert auf einer Teilmenge von JavaScript (Standard ECMA-262, 3. Ausgabe – Dezember 1999). JSON verwendet ein völlig sprachunabhängiges Textformat, verwendet aber auch Konventionen ähnlich der C-Sprachfamilie (einschließlich C, C++, C#, Java, JavaScript, Perl, Python usw.). Diese Eigenschaften machen JSON zu einer idealen Datenaustauschsprache. Für Menschen leicht zu lesen und zu schreiben und für Maschinen leicht zu analysieren und zu generieren.
Das Format ist im Allgemeinen wie folgt:
Ein Objekt ist eine ungeordnete Sammlung von „Name/Wert-Paaren“. Ein Objekt beginnt mit „{“ (linke Klammer) und endet mit „}“ (rechte Klammer). Auf jeden „Namen“ folgt ein „:“ (Doppelpunkt); „Name/Wert“-Paare werden durch ein „“, (Komma) getrennt.
Zum Beispiel:
{"b": "Hello", "c": null, "a": true}
Sein Wert kann in doppelte Anführungszeichen eingeschlossen werden Zeichenfolge, Zahl, wahr, falsch, null, Objekt oder Array. Diese Strukturen können verschachtelt werden.
Wert (Wert) kann eine in doppelte Anführungszeichen eingeschlossene Zeichenfolge (Zeichenfolge), ein numerischer Wert (Zahl), wahr, falsch, null oder ein Objekt (Objekt) sein ) Oder Array. Diese Strukturen können verschachtelt werden.
Verwenden Sie Python zum Codieren und Analysieren von Json
Python verfügt über ein integriertes JSON-Paket, das uns bei der Durchführung von JSON-Vorgängen unterstützt.
Um die Wörterbuchstruktur von Python in JSON zu exportieren, verwenden Sie json.dumps()
. Um JSON in die Wörterbuchstruktur von Python einzulesen, verwenden Sie json.loads()
.
Wenn es sich nicht um eine Zeichenfolgenoperation, sondern um eine Dateioperation handelt, verwenden Sie die Funktion json.load()
bzw. die Funktion json.dump()
.
import json data = { 'name' : 'ACME', 'shares' : 100, 'price' : 542.23 } json_str = json.dumps(data) data = json.loads(json_str) # Writing JSON data to file with open('data.json', 'w') as f: json.dump(data, f) # Reading data back with open('data.json', 'r') as f: data = json.load(f)
Die Standardtypen entsprechen Folgendem:
JSON | Python |
---|---|
object | dict |
array | list |
string | unicode |
number (int) | int, long |
number (real) | float |
true | True |
false | False |
null | None |
Codierung und Decodierung zwischen anderen Datentypen und Json
Im Allgemeinen ist Pythons Parsing von JSON eine Operation zwischen list oder dict , wenn Sie Für die Konvertierung zwischen anderen Typen und JSON benötigen Sie den Parameter object_hook. Definieren Sie zunächst eine Klasse und initialisieren Sie das Klassenwörterbuch in JSON-Schlüssel-Wert-Paaren. Auf diese Weise werden die Parameter von JSON zu Attributen der Klasse.
Konvertieren eines JSON-Wörterbuchs in ein Python-Objekt. Python
>>> class JSONObject: ... def __init__(self, d): ... self.__dict__ = d ... >>> >>> data = json.loads(s, object_hook=JSONObject) >>> data.name 'ACME' >>> data.shares 50 >>> data.price 490.1
kann auch durch angegeben werden „Funktion“, um die Konvertierung durchzuführen.
Verwenden Sie eine Funktion, um die Serialisierungsmethode anzugeben, dh das „Attribut-Wert“-Paar des Objekts in ein Wörterbuchpaar umzuwandeln. Die Funktion gibt ein Wörterbuch zurück und json.dumps
formatiert dann das Wörterbuch .
Wenn JSON über eine Funktion in ein Objekt umgewandelt wird, erhalten Sie zuerst den Klassennamen, erstellen Sie dann über __new__
ein Objekt (ohne die Initialisierungsfunktion aufzurufen) und weisen Sie dann jedes Attribut des JSON-Wörterbuchs dem zu Objekt.
Funktion verwenden, um die JSON-Konvertierungsmethode Python anzugeben
def serialize_instance(obj): d = { '__classname__' : type(obj).__name__ } d.update(vars(obj)) return d # Dictionary mapping names to known classes classes = { 'Point' : Point } def unserialize_object(d): clsname = d.pop('__classname__', None) if clsname: cls = classes[clsname] obj = cls.__new__(cls) # Make instance without calling __init__ for key, value in d.items(): setattr(obj, key, value) return obj else: return d
verwenden Die Methode ist wie folgt:
>>> p = Point(2,3) >>> s = json.dumps(p, default=serialize_instance) >>> s '{"__classname__": "Point", "y": 3, "x": 2}' >>> a = json.loads(s, object_hook=unserialize_object) >>> a <__main__.Point object at 0x1017577d0> >>> a.x 2 >>> a.y 3
Verwandte Empfehlungen:
Python Parsen von JSON Detaillierte Erklärung
Beispiele für Pythons Methode zur Beurteilung von Json-Strings
Detailliertes Verständnis der Zusammenfassung von JSON-Operationen in Python
Das obige ist der detaillierte Inhalt vonVertiefendes Verständnis der Analyse von Json_python durch Python. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Heiße KI -Werkzeuge

Undresser.AI Undress
KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover
Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool
Ausziehbilder kostenlos

Clothoff.io
KI-Kleiderentferner

AI Hentai Generator
Erstellen Sie kostenlos Ai Hentai.

Heißer Artikel

Heiße Werkzeuge

Notepad++7.3.1
Einfach zu bedienender und kostenloser Code-Editor

SublimeText3 chinesische Version
Chinesische Version, sehr einfach zu bedienen

Senden Sie Studio 13.0.1
Leistungsstarke integrierte PHP-Entwicklungsumgebung

Dreamweaver CS6
Visuelle Webentwicklungstools

SublimeText3 Mac-Version
Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

Heiße Themen

Viele Website -Entwickler stehen vor dem Problem der Integration von Node.js oder Python Services unter der Lampenarchitektur: Die vorhandene Lampe (Linux Apache MySQL PHP) Architekturwebsite benötigt ...

Bei der Verwendung von Scapy Crawler kann der Grund, warum Pipeline persistente Speicherdateien nicht geschrieben werden kann? Diskussion beim Lernen, Scapy Crawler für Data Crawler zu verwenden, begegnen Sie häufig auf eine ...

Python Process Pool verarbeitet gleichzeitige TCP -Anfragen, die dazu führen, dass der Client stecken bleibt. Bei der Verwendung von Python für die Netzwerkprogrammierung ist es entscheidend, gleichzeitige TCP -Anforderungen effizient zu verarbeiten. ...

Erforschen Sie tief die Betrachtungsmethode von Python Functools.Partialial Object in functools.Partial mit Python ...

Auswahl der Python-plattformübergreifenden Desktop-Anwendungsentwicklungsbibliothek Viele Python-Entwickler möchten Desktop-Anwendungen entwickeln, die sowohl auf Windows- als auch auf Linux-Systemen ausgeführt werden können ...

Erste Schritte mit Python: Hourglas -Grafikzeichnung und Eingabeüberprüfung In diesem Artikel wird das Problem der Variablendefinition gelöst, das von einem Python -Anfänger im Hourglass -Grafikzeichnungsprogramm auftritt. Code...

Datenkonvertierung und Statistik: Effiziente Verarbeitung großer Datensätze In diesem Artikel werden ausführlich das Umwandeln einer Datenliste in eine andere enthält ...

Lösung für Erlaubnisprobleme beim Betrachten der Python -Version in Linux Terminal Wenn Sie versuchen, die Python -Version in Linux Terminal anzuzeigen, geben Sie Python ein ...
