Json格式解析

Json格式介绍

JSON（JavaScript Object Notation）是一种轻量级的数据交换格式，它基于 ECMAScript（欧洲计算机协会制定的js规范）的一个子集，采用完全独立于语言的文本格式来存储和表示数据。JSON易于人阅读和编写，同时也易于机器解析和生成。

JSON格式的基本结构是基于两种类型的值：

简单值：这些包括字符串、数字、布尔值（true 或 false）、null、JSON数组（由方括号 [] 包围的值的列表）和JSON对象（由大括号 {} 包围的键值对的列表）。

复合值：JSON对象和JSON数组可以用来组合简单值和复合值以创建更复杂的数据结构。
1
2
3

JSON对象

JSON对象是一个无序的键值对集合，其中每个键都是一个字符串，每个值都可以是一个简单值或另一个JSON对象或JSON数组。

{
  "key1": "value1",
  "key2": 123,
  "key3": true,
  "key4": null,
  "key5": [1, 2, 3],
  "key6": {
    "nestedKey1": "nestedValue1",
    "nestedKey2": "nestedValue2"
  }
}
1
2
3
4
5
6
7
8
9
10
11

JSON数组

JSON数组是一个有序的值列表，用方括号包围。数组中的每个值都可以是一个简单值或另一个JSON对象或JSON数组。

[
  "value1",
  123,
  true,
  null,
  {
    "key1": "value1",
    "key2": "value2"
  },
  [1, 2, 3]
]
1
2
3
4
5
6
7
8
9
10
11

字符串

JSON中的字符串必须使用双引号（"）包围，而不是单引号（'）。

{
  "name": "John Doe",
  "greeting": "Hello, world!"
}
1
2
3
4

数字

JSON支持整数和浮点数。

{
  "age": 30,
  "score": 9.8
}
1
2
3
4

布尔值

JSON中的布尔值只能是 true 或 false。

{
  "isStudent": true,
  "hasGraduated": false
}
1
2
3
4

Null

JSON中的 null 值表示空或不存在的值。

{
  "address": null
}
1
2
3

JSON格式简洁清晰，易于阅读和编写，因此在Web开发中广泛用作前后端数据交换的格式。在Python、JavaScript、Java、C#等许多编程语言中都有现成的库或函数来处理JSON数据的编码（序列化）和解码（反序列化）。

python中json模块的使用

在Python中，json模块是用于处理JSON数据的标准库。你可以使用它来将Python对象编码（或序列化）成JSON格式的字符串，也可以将JSON格式的字符串解码（或反序列化）成Python对象。以下是json模块的一些基本用法示例：
编码（序列化）

将Python对象（如字典、列表、字符串、数字等）转换为JSON格式的字符串。

import json

# Python字典
data = {
    "name": "John",
    "age": 30,
    "city": "New York"
}

# 使用json.dumps()将Python对象编码为JSON字符串
json_string = json.dumps(data)

print(json_string)
# 输出: {"name": "John", "age": 30, "city": "New York"}

# 你可以使用参数来定制输出的JSON字符串，比如缩进以增加可读性
pretty_json_string = json.dumps(data, indent=4)

print(pretty_json_string)
# 输出:
# {
#     "name": "John",
#     "age": 30,
#     "city": "New York"
# }
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25

解码（反序列化）

将JSON格式的字符串转换为Python对象（如字典、列表等）。

import json

# JSON字符串
json_string = '{"name": "John", "age": 30, "city": "New York"}'

# 使用json.loads()将JSON字符串解码为Python对象
data = json.loads(json_string)

print(data)
# 输出: {'name': 'John', 'age': 30, 'city': 'New York'}

# 你可以看到解码后的数据是一个Python字典
print(type(data))
# 输出: 

# 如果JSON字符串表示一个数组，解码后将得到Python列表
json_array_string = '[1, 2, 3, "four"]'
data_array = json.loads(json_array_string)

print(data_array)
# 输出: [1, 2, 3, 'four']
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21

写入文件

将Python对象编码为JSON格式，并写入到文件中。

import json

data = {
    "name": "John",
    "age": 30,
    "city": "New York"
}

# 使用with语句打开文件，并将数据写入到文件中
with open('data.json', 'w') as f:
    json.dump(data, f)
1
2
3
4
5
6
7
8
9
10
11

从文件读取

从文件中读取JSON数据，并解码为Python对象。

import json

# 使用with语句打开文件，并读取数据
with open('data.json', 'r') as f:
    data = json.load(f)

print(data)
# 输出: {'name': 'John', 'age': 30, 'city': 'New York'}
1
2
3
4
5
6
7
8

错误处理

当处理JSON数据时，可能会遇到格式错误或无法序列化的对象。为了避免程序崩溃，你可以使用try和except语句来捕获可能抛出的异常。

import json

try:
    # 尝试解码一个格式错误的JSON字符串
    data = json.loads('{"name": "John", "age": "thirty"}')
except json.JSONDecodeError as e:
    print(f"解码错误: {e}")

try:
    # 尝试序列化一个无法序列化的对象，如包含datetime的复杂对象
    complex_data = {"name": "John", "timestamp": datetime.datetime.now()}
    json.dumps(complex_data)
except TypeError as e:
    print(f"序列化错误: {e}")
1
2
3
4
5
6
7
8
9
10
11
12
13
14

在使用json模块时，确保你的数据是可以被序列化的，并且JSON字符串的格式是正确的，否则你可能会遇到错误。