python中json序列化的详细分析
本篇文章给大家带来的内容是关于python中json序列化的详细分析,有一定的参考价值,有需要的朋友可以参考一下,希望对你有所帮助。
之所以写这个因为自己总是弄混了,容易弄错,记下来有事没事看看
序列化是指把变量从内存中变成可存储或传输的过程称之为序列化用(使用dump或者dumps),把变量内容从序列化的对象重新读到
内存里称之为反序列化(使用load或者loads)
如果我们要在不同的编程语言之间传递对象,就必须把对象序列化为标准格式,比如XML,但更好的方法是序列化为JSON,因为JSON
表示出来就是一个字符串,可以被所有语言读取,也可以方便地存储到磁盘或者通过网络传输。JSON不仅是标准格式,并且比XML更快,
而且可以直接在Web页面中读取,非常方便
JSON和Python内置的数据类型对应如下:
dumps()方法返回一个str,内容就是标准的JSON。类似的,dump()方法可以直接把JSON写入一个file_Object。要把JSON反序列化为
Python对象,用loads()或者对应的load()方法,前者把JSON的字符串反序列化,后者从file_Object中读取字符串并反序列化
实例
dumps序列化一个对象
data= { "广州市": { "番禺区": ["南村镇", "大石镇", "榄核镇"], "天河区": ["广州塔", "中信广场", "天河又一城"] } } s = json.dumps(data, sort_keys=True, indent=4, ensure_ascii=False) print(s)
#dumps:序列化一个对象 sort_keys:根据key排序 indent:以4个空格缩进,输出阅读友好型 ensure_ascii: 可以序列化非ascii码(中文等)
dump:将一个对象序列化存入文件
dump()的第一个参数是要序列化的对象,第二个参数是打开的文件句柄 注意打开文件时加上以UTF-8编码打开
with open("data.json", "w", encoding="UTF-8") as f: s = json.dump(data, f, ensure_ascii=False)
运行此文件之后在统计目录下会有一个data.json文件
反序列化
load:从一个打开的文件句柄加载数据,注意打开的文件编码
with open("data.json", "r", encoding="UTF-8") as f: r = json.load(f) print(r)
loads: 从一个对象加载数据
a = json.loads(data) print(a)
不加ensure_ascii=False 结果是
加入ensure_ascii=False
a = json.loads(data,ensure_ascii=False) 要注意 print(a)
a=json.loads(input("请输入添加的数据:"),enconding='utf-8') print(a)
以上是python中json序列化的详细分析的详细内容。更多信息请关注PHP中文网其他相关文章!

热AI工具

Undresser.AI Undress
人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover
用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool
免费脱衣服图片

Clothoff.io
AI脱衣机

AI Hentai Generator
免费生成ai无尽的。

热门文章

热工具

记事本++7.3.1
好用且免费的代码编辑器

SublimeText3汉化版
中文版,非常好用

禅工作室 13.0.1
功能强大的PHP集成开发环境

Dreamweaver CS6
视觉化网页开发工具

SublimeText3 Mac版
神级代码编辑软件(SublimeText3)

热门话题

Linux终端中查看Python版本时遇到权限问题的解决方法当你在Linux终端中尝试查看Python的版本时,输入python...

在使用Python的pandas库时,如何在两个结构不同的DataFrame之间进行整列复制是一个常见的问题。假设我们有两个Dat...

在Python中,如何通过字符串动态创建对象并调用其方法?这是一个常见的编程需求,尤其在需要根据配置或运行...

如何在10小时内教计算机小白编程基础?如果你只有10个小时来教计算机小白一些编程知识,你会选择教些什么�...

Uvicorn是如何持续监听HTTP请求的?Uvicorn是一个基于ASGI的轻量级Web服务器,其核心功能之一便是监听HTTP请求并进�...

本文讨论了诸如Numpy,Pandas,Matplotlib,Scikit-Learn,Tensorflow,Tensorflow,Django,Blask和请求等流行的Python库,并详细介绍了它们在科学计算,数据分析,可视化,机器学习,网络开发和H中的用途

使用FiddlerEverywhere进行中间人读取时如何避免被检测到当你使用FiddlerEverywhere...
