本篇博客将带你全方位了解 Python 操作 json 文件的技术点
让你碰到 json 格式文件不在发愁
文章目录
- json 模块
- 读取 JSON
- 写入 JSON
- 读取与写入基本用法如下
- json 模块进阶用法
- 控制输出格式
- 在 JSON 中存储 Python 特殊类型
- 对数据进行验证和清洗
- 第三方模块
json 模块
Python 提供了内置的 json 模块来处理 JSON 格式的文件。
该模块主要分为读取和写入 JSON 文件。
读取 JSON
使用 json.load() 或 json.loads() 方法来读取 JSON 文件。
其中 json.load() 方法用于读取文件中的 JSON 数据，json.loads() 方法用于读取字符串中的 JSON 数据。
写入 JSON
使用 json.dump() 或 json.dumps() 方法来写入 JSON 文件。
其中 json.dump() 方法用于写入 JSON 数据到文件中，json.dumps() 方法用于将 JSON 数据转换为字符串。
基于上述内容可以总结一下：
json.load(),json.loads(),json.dump()和json.dumps()中的s都是字符串string的缩写。
读取与写入基本用法如下
提前准备一个 travel.json 文件，存放到 python 文件所在目录。
import json
# 读取json文件
with open('travel.json', 'r', encoding='utf-8') as f:
data = json.load(f)
# 写入json文件
with open('travel.new.json', 'w', encoding='utf-8') as f:
json.dump(data, f)
Tops：在使用
json.load()和json.loads()读取 json 文件时，如果文件中存在格式错误，会抛出ValueError异常。
json 模块进阶用法
控制输出格式
在处理 JSON 文件时，还可以使用 json.dump() 方法的可选参数来控制输出的格式，例如：
sort_keys：按照键的字典序排序输出。indent：缩进输出，可以指定缩进的空格数。
import json
# # 读取json文件
with open('travel.json', 'r', encoding='utf-8') as f:
data = json.load(f)
with open('travel.new.json', 'w', encoding='utf-8') as f:
json.dump(data, f, sort_keys=True, indent=4)
此时可以比对旧文件与新文件之间的差异，可以看到缩进关系产生了变化。
在 JSON 中存储 Python 特殊类型
如果你要在 json 中存储 python 特殊类型，例如 datetime，需要使用 json.JSONEncoder 类和 json.JSONDecoder 类来处理。
import json
from datetime import datetime
# 日期编码
class DateEncoder(json.JSONEncoder):
def default(self, obj):
if isinstance(obj, datetime):
return obj.strftime('%Y-%m-%d %H:%M:%S')
return json.JSONEncoder.default(self, obj)
d = {'date': datetime.now()}
json_str = json.dumps(d, cls=DateEncoder)
print(json_str)
# 日期解码
class DateDecoder(json.JSONDecoder):
def __init__(self):
json.JSONDecoder.__init__(self, object_hook=self.dict_to_object)
def dict_to_object(self, d):
if 'date' in d:
d['date'] = datetime.strptime(d['date'], '%Y-%m-%d %H:%M:%S')
return d
data = json.loads(json_str, cls=DateDecoder)
print(data)
运行代码，可以得到编码和解码的输出。
{"date": "2023-01-27 21:24:46"}
{'date': datetime.datetime(2023, 1, 27, 21, 24, 46)}
对数据进行验证和清洗
JSON Schema 是一种用于验证 JSON 文档的标准，它可以用来确保 JSON 文档符合预期的格式。
jsonschema 模块需要提前安装，示例代码如下。
import json
import jsonschema
schema = {
"type": "object",
"properties": {
"name": {"type": "string"},
"age": {"type": "number"}
},
"required": ["name", "age"]
}
data = '{"name": "梦想橡皮擦", "age": 28}'
try:
jsonschema.validate(json.loads(data), schema)
print("可用的JSON")
except jsonschema.exceptions.ValidationError as e:
print(e)
当你的 json 格式正确时，会输出相应的内容，输出错误信息，测试代码可以将 "required": ["name", "age"] 修改为 "required": ["name", "age" , "sex"]。
第三方模块
在处理 JSON 格式文件时还可以使用第三方库来更方便地操作，例如 pandas。
import pandas as pd
# 读取json文件
data = pd.read_json('travel.json')
# 写入json文件
data.to_json('travel.pandas.json')
还有其他第三方库也可以用来处理 JSON 格式文件，例如：
ijson：迭代读取大型 JSON 文件。jsonpickle：支持将 Python 对象序列化为 JSON 格式。jsonlines：简单而高效地读取和写入文本文件中的 JSON 数据。simplejson：提供了一种比标准库更快的 JSON 解析器和生成器。json-tricks：支持一些高级功能，例如压缩和迭代。
📢📢📢📢📢📢
💗 你正在阅读 【梦想橡皮擦】 的博客
👍 阅读完毕，可以点点小手赞一下
🌻 发现错误，直接评论区中指正吧
📆 橡皮擦的第 848 篇原创博客
全网 6000+人正在学习的 爬虫专栏 👇👇👇👇
- ⭐️ Python 爬虫 120，点击订购 ⭐️
- ⭐️ 爬虫 100 例教程，点击订购 ⭐️
