json简介

json(javascript object notation) 是一种轻量级的数据交换格式，python3中可以使用json模块来对json数据进行编解码
该模块主要提供了四种方法：

• dumps
• dump
• loads
• load

dumps 和dump 对python对象进行序列化，将一个python对象进行json格式的编码

json.dump(obj, fp, *, skipkeys=False, ensure_ascii=True, check_circular=True, allow_nan=True, cls=None, indent=None, separators=None, default=None, sort_keys=False, **kw)

• obj:表示要序列化的对象
• fp:文件描述符，将序列化的str保存到文件中，json模块总是生成str对象，而不是字节对象，因此fp.write()必须支持str输入
• skipkey: 默认为False，如果skipkeys为True（默认值为False），则将跳过不是基本类型（str, int, float, bool, Nose）的dict键，不会引发TypeError
• ensure_ascii: 默认值为True， 能将所有传入的非ASCII字符转移输出，如果ensure_ascii为False，则这些字符将按原样输出
• check_circular：默认值为True,如果check_circular为False，则将跳过对容器类型的循环引用检查，循环引用将导致OverflowError
• allow_nan: 默认值为True，如果allow_nan为Flase, 则严格遵守Json规范，序列化超出范围的浮点值（nan, inf, -inf）会引发ValueError，
  如果allow_nan为True，则将使用它们的JavaScript等销项（NaN，Infinity, -Infinity）
• Indent: 设置缩进格式，默认值为None，选择的是最紧凑的表示，如果Indent是非负整数或者字符串， 那么json数组元素对象和成员将
  使用该缩进级别进行输入；如果Indent为0、负数或者“”，则仅插入换行符；indent使用正整数缩进多个空格；如果indent是一个字符串（如“\t”）则该字符串用于缩进每个级别
• separators: 去除分隔符后面的空格，默认值为None，如果指定，则分隔符应为（item_separator, key_separator）元组，如果缩进为None，则默认为（',', ':'）；要获得最紧凑的json表示，则可以指定（',',':'）以消除空格
• default： 默认值为None， 如果指定，则default应该是为无法以其他方式序列化的对象调用的函数，它应返回对象的json可编码版本
  或引发TypeError，如果未指定，则引发TypeError
• sort_keys: 默认值为False，如果sort_keys为True，则字典的输出将按照键值排序

json.dumps(obj, *, skipkeys=False, ensure_ascii=True, check_circular=True, allow_nan=True, cls=None, indent=None, separators=None, default=None, sort_keys=False, **kw)

dumps函数不需要传文件描述符，其他参数与dump函数的一样

laod 和 loads 反序列化方法， 将json格式数据解码为python对象

json.load(fp, *, cls=None, object_hook=None, parse_float=None, parse_int=None, parse_constant=None, object_pairs_hook=None, **kw)

• fp: 文件描述符，将fp反序列化为python对象
• object_hook: 默认值为None， object_hook是一个可选函数，此功能可用于实现自定义解码器，指定一个函数，该函数负责把反序列化后的基本类型对象转换成自定义类型的对象
• parse_float: 默认值为None，如果指定了parse_float, 用来对json float字符串进行解码，这可用于为json浮点数使用另一种数据类型或解析器
• parse_int: 默认值为None，如果指定了parse_int, 用来对json int 字符串进行解码，这可以用于为json整数使用另一种数据类型或解析器
• parse_constant：默认值为None，如果指定了parse_constant,对-Infnity, Infinity，NaN字符串进行调用，如果遇到了无效的json符号，会引发异常,如果进行反序列化（解码）的数据不是一个有效的json文档，将会引发jsondecodeerror异常

json.loads(s, *, encoding=None, cls=None, object_hook=None, parse_float=None, parse_int=None, parse_constant=None, object_pairs_hook=None, **kw)

• s: 将s (包含json文档的str， bytes或bytearray)反序列化为python对象

• encoding： 指定一个编码的格式

loads也是不需要文件描述符，其他参数的含义和load函数一致

json中的数据格式与python中的数据格式的转化关系：

Json             Python
object           dict
array            list
string           str
number(int)      int
number(real)     flaot
true/false       true/false
null             None

dump和dumps实例：

import json

# dumps 可以格式化所有的基本数据类型为字符串

data_01 = json.dumps([1, 2, 3])
print(data_01, type(data_01))

data_02 = json.dumps(9)
print(data_02, type(data_02))

data_03 = json.dumps({ "city": 'shenzhen', "age": 18})
print(data_03, type(data_03))


def json_dumps_test(file_path, py_data):
    with open(file_path, 'w', encoding='utf-8') as f:
        f.write(json.dumps(py_data, indent=4))
        # json.dump(py_data, f, indent=4)

json_dumps_test('./topic.json', data_03)

load和loads实例：

json_data = '{"name": "tom", "age": 20}'
py_data_01 = json.loads(json_data)
print(py_data_01, type(py_data_01))

with open("./topic.json", "r", encoding="utf-8") as f:
    py_data_02 = json.loads(f.read())  # load 的传入参数为字符串类型
    print(py_data_02, type(py_data_02))

常见异常：
直接使用以下方式对多行json文件进行读取

with open("./topic.json", "r", encoding="utf-8") as f:
    py_data_02 = json.loads(f.read())

会直接抛出JsonDecodeError异常，由于json只能读取一个文档对象，因此我们有两个解决办法：

• 单行读取文件，一次读取一行文件

with open(json_path, 'r') as f:
    for line in f.readlines():
        json_data = json.loads(line)

但这种方法依然有可能会抛出JsonDecodeError异常，即在json文件中包含空行时，此时需要先处理空行在进行文件读取操作

• 将json文件处理为一个文件对象然后在进行读取文件

小结：

• json.dumps 将 Python 对象编码成 JSON 字符串
• json.loads 将已编码的 JSON 字符串解码为 Python 对象
• json.dump和json.load,需要传入文件描述符，加上文件操作。
• JSON内部的格式要注意，一个好的格式能够方便读取，可以用indent格式化。