python json序列化模块

合集 - python fullstack(54)
1. python的垃圾回收（gc）2.python3 的八大数据类型3.Python 七类常见运算符4.python流程控制5.字符编码与字节流二进制补码形式6.python 之with open7.python 函数之传参8.python 函数之作用域、闭包9. python 装饰器10.递归、二分查找、冒泡排序11.三元表达式、列表、字典生成式、匿名函数12.迭代器和生成器、异常捕获13.python 常用的内置函数14.python模块的导入15.python 之 re （regexp expression）16.python 之时间模块17.python 随机模块random
18.python json序列化模块
19.hashlib 模块20.python 之logging 模块21.Python 深拷贝和浅拷贝详解22.面向对象编程之类和对象的定义23.面向对象编程之绑定方法、掩藏属性、装饰器24.面向对象之对象的三大特性25.python 魔术方法26.python 之反射27.Mixins机制和元类28.python 之http、tcp/ip29.基于tcp协议的socket编程30.python 并发编程之进程31.python 并发编程之线程32.GIL锁，互斥锁33.python并发编程之协程34.进程池和线程池35.MacOS13 m1 安装 mysql8.0.3236.mysql8 增删改查、约束条件37.mysql8 查询关键字、多表关系38.多表联合查询、脚本使用pymysql39.mysql8 索引、视图、事务、存储过程、触发器40.前端三剑客之HTML41.前端三剑客之CSS（ position位置固定）42.前端三剑客之JavaScript 43.html 之 jQuery库、阻止二次提交44.html 之 Bootstrap45.python 安装pip3、虚拟环境、pip3下载离线包46.开发设计模式之单例模式47.celery 任务队列、双写一致性、异步秒杀48.py操作七牛云存储、minio、fastdfs49.支付宝支付50.路飞学城上线51.python之任务调度（APScheduler和schedule）52.命令行帮助信息、手动和交互执行53.python之csv、openpyxl/pandas54.python 并发整理
收起

一、json

Json模块提供了四个功能：dumps、dump、loads、load

1、前景

什么叫序列化——将原本的字典、列表等内容转换成一个字符串的过程就叫做序列化。

序列化的目的

  • 以某种存储形式使自定义对象持久化；
  • 将对象从一个地方传递到另一个地方。
  • 使程序更具维护性

在Python中，能够进行序列化的前提是被序列化的对象必须是JSON兼容的数据类型。JSON兼容的数据类型包括：

  1. 字典（Dictionary）：键值对的集合，键必须是字符串类型。
  2. 列表（List）：有序的元素集合。
  3. 字符串（String）：由一系列字符组成的文本。
  4. 数字（Number）：包括整数（int）和浮点数（float）。
  5. 布尔值（Boolean）：表示真或假的值，即True或False。
  6. None：表示空值或缺失值的特殊类型。

2、loads和dumps（反序列化和序列化）

也可以处理嵌套的数据类型

序列化，将字典序列化成一个字符串

json.dumps(dic)

?
1
2
3
4
dic = {'k1': 'v1', 'k2': 'v2', 'k3': 'v3'}
str_dic = json.dumps(dic)  # 序列化：将一个字典转换成一个字符串
print(type(str_dic), str_dic)  # <class 'str'> {"k3": "v3", "k1": "v1", "k2": "v2"}
# 注意，json转换完的字符串类型的字典中的字符串是由""表示的

反序列化，将字符串转成字典

json.loads(str_dic)

?
1
2
3
4
5
dic = {'k1': 'v1', 'k2': 'v2', 'k3': 'v3'}
str_dic = json.dumps(dic)
dic2 = json.loads(str_dic)  # 反序列化：将一个字符串格式的字典转换成一个字典
# 注意，要用json的loads功能处理的字符串类型的字典中的字符串必须由""表示
print(type(dic2), dic2)  # <class 'dict'> {'k1': 'v1', 'k2': 'v2', 'k3': 'v3'}

序列化字符串

?
1
2
3
4
5
6
7
8
import json
string_data = 'Hello, World!'
# 序列化字符串
json_str = json.dumps(string_data)
print(json_str)
# 反序列化
res = json.loads(json_str)
print(res)

3、load和dump（反序列化读和序列化写）

json.dump(data, f)，data要是可迭代的容器，字典或者列表

注意⚠️：

使用 json.dump() 方法来序列化一个字符串写入文件时，需要将字符串包装在一个可迭代的容器中，例如列表或字典

例如字符串：

?
1
2
3
4
5
6
7
8
9
10
import json
 
string_data = "Hello, World!"
 
# 创建包含字符串的字典
data = {'message': string_data}
 
# 序列化字符串并写入文件
with  open('output.json', 'w') as f:
    json.dump(data, f)

列表：列表是可迭代对象可以直接序列化写

?
1
2
3
4
5
6
7
import json
 
list_data = [1, 2, 3, 4, 5]
 
# 序列化列表并写入文件
with  open('output.json', 'w') as f:
    json.dump(list_data, f)

序列化写字典

?
1
2
3
4
5
6
7
with  open('a.txt', 'w') as f:
    dic = {'k1': 'v1', 'k2': 'v2', 'k3': 'v3'}
    json.dump(dic, f)  # dump方法接收一个文件句柄，直接将字典转换成json字符串写入文件
 
with  open('a.txt', 'r') as f:
    dic2 = json.load(f)  # load方法接收一个文件句柄，直接将文件中的json字符串转换成数据结构返回
    print(type(dic2), dic2) # <class 'dict'> {'k1': 'v1', 'k2': 'v2', 'k3': 'v3'}

案例：

登录注册时候，数据的写入和读取

json.load(f) 函数用于从文件中加载 JSON 数据，但是它只能读取一个合法的 JSON 对象，当文本 f 中，存在多个 JSON 对象，导致出现错误。

要解决这个问题，将文本中的每个 JSON 对象分别解析处理。可以使用 json.loads() 函数逐行解析每个 JSON 对象，然后进行处理。

换行处理

?
1
2
json.dump(data, f, ensure_ascii=True)
f.write('\n')

代码如下：

?
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
26
27
28
29
30
31
32
33
34
35
import json
 
username, password, role = input('Username:').split()
data = {
    'username': username,
    'password': password,
    'role': role
}
 
with  open('user_data.txt', "r", encoding='utf-8') as f:
    lines = f.readlines()
    for line in lines:
        line = line.strip()  # 去除行首行尾的空白字符
        obj = json.loads(line)
        if username == obj['username']:
            print('用户已经注册过了！')
            break
    else:
        with  open('user_data.txt', "a", encoding='utf-8') as f:
            json.dump(data, f, ensure_ascii=True)
            f.write('\n')
            # f.write(f"{username},{password},{role}\n")
            print(f"用户 {data['username']} 已成功注册!")
 
with  open('user_data.txt', "r", encoding="utf-8") as f:
    lines = f.readlines()
    for line in lines:
        line = line.strip()  # 去除行首行尾的空白字符
        if line:  # 确保行不为空
            try:
                obj = json.loads(line)
                # 在这里对每个 JSON 对象进行处理
                print(obj, type(obj))
            except json.JSONDecodeError:
                print('无效的 JSON 数据:', line)

4、ensure_ascii关键字参数

汉字的序列化后为\u56fd\u7c4d，使用ensure_ascii关键字参数可以以中文写入

?
1
2
3
4
5
6
7
8
9
10
11
12
with  open('a.txt', 'a') as f:
    json.dump({'国籍': '中国'}, f)  # 序列化方式写文件
 
    ret = json.dumps({'国籍': '中国'})
    f.write(ret + '\n')  # 正常通用方式写文件、
    # {"\u56fd\u7c4d": "\u4e2d\u56fd"}{"\u56fd\u7c4d": "\u4e2d\u56fd"}
 
    json.dump({'国籍': '美国'}, f, ensure_ascii=False)  # 取消编码写入
 
    ret = json.dumps({'国籍': '美国'}, ensure_ascii=False)
    f.write(ret + '\n')
    # {"国籍": "美国"}{"国籍": "美国"}

5、格式化输出（indent）

json.dumps() 是 json 模块中的一个函数，用于将 Python 对象序列化为 JSON 字符串。它提供了一些参数来控制序列化的行为。下面是对 json.dumps() 中的常用序列化参数的解释：

  • sort_keys（可选参数）：设置为 True 时，将按照键的字母顺序对字典进行排序，默认为 False。

  • indent（可选参数）：指定缩进级别，用于生成格式化的 JSON 字符串。可以是一个整数，表示缩进的空格数，或者是一个字符串，表示使用的缩进字符（例如，\t 表示使用制表符进行缩进）。默认为 None，表示不进行格式化，生成紧凑的 JSON 字符串。

  • separators（可选参数）：指定分隔符，用于控制生成的 JSON 字符串中的各个部分之间的分隔符。它是一个包含两个字符串的元组，第一个字符串用于分隔键和值之间的分隔符，默认为 ","；第二个字符串用于分隔键值对之间的分隔符，默认为 ":"。

  • ensure_ascii（可选参数）：设置为 True 时，所有非 ASCII 字符将被转义为 ASCII 编码的字符序列，默认为 True。如果需要生成包含非 ASCII 字符的 JSON 字符串，可以将其设置为 False。

?
1
2
3
4
5
import json
 
data = {'username': ['李四', '银行职员'], 'sex': 'male', 'age': 16}
json_dic2 = json.dumps(data, sort_keys=True, indent=2, separators=(',', ':'), ensure_ascii=False)
print(json_dic2)

# 输出结果

  • sort_keys=True：按照键的字母顺序对字典进行排序。
  • indent=2：使用两个空格进行缩进，生成格式化的 JSON 字符串。
  • separators=(',', ':')：使用逗号和冒号作为分隔符。
  • ensure_ascii=False：允许非 ASCII 字符在生成的 JSON 字符串中原样显示。

二、pickle 模块

1、用于序列化的两个模块

  • json，用于字符串 和 python数据类型间进行转换 （可以跨语言使用）
  • pickle，用于python特有的类型 和 python的数据类型间进行转换
  • pickle 能够转换所有的pyhton数据类型、序列化后为二进制
  • json只能转换部分的python数据类型

 

2、pickle模块提供了四个功能：dumps（序列化）、dump(序列化写）、loads（反序列化）、load（反序列化读）

（不仅可以序列化字典，列表...可以把python中任意的数据类型序列化）

序列化和反序列化

?
1
2
3
4
5
6
7
8
9
import pickle
 
dic = {'k1': 'v1', 'k2': 'v2', 'k3': 'v3'}
str_dic = pickle.dumps(dic)
print(str_dic)  # 一串二进制内容
# b'\x80\x03}q\x00(X\x02\x00\x00\x00k1q\x01X\x02\x00\x00\x00v1q\x02X\x02\x。。。
 
dic2 = pickle.loads(str_dic)
print(dic2)  # 字典 {'k1': 'v1', 'k2': 'v2', 'k3': 'v3'}

3、序列化写、读

?
1
2
3
4
5
6
7
8
9
10
11
import pickle
import time
 
struct_time = time.localtime(1000000000)
print(struct_time)
with  open('a.txt', 'wb') as f:
    pickle.dump(struct_time, f)
 
with  open('a.txt', 'rb') as f1:
    struct_time2 = pickle.load(f1)
    print(struct_time2.tm_year)

 

posted @   凡人半睁眼  阅读(181)  评论(0)  编辑  收藏  举报
相关博文：
· python3 的八大数据类型
· ansible jinja2 （python基础）
· Python的json序列化模块
· Python模块之序列化模块(json模块与pickle模块)
· json模块
阅读排行：
· 全程不用写代码，我用AI程序员写了一个飞机大战
· MongoDB 8.0这个新功能碉堡了，比商业数据库还牛
· 记一次.NET内存居高不下排查解决与启示
· DeepSeek 开源周回顾「GitHub 热点速览」
· 白话解读 Dapr 1.15：你的「微服务管家」又秀新绝活了

阅读目录(Content)

此页目录为空

点击右上角即可分享
微信分享提示