1. 序列化的简单概念
2. JSON 标准库
1. 序列化的简单概念
我们平常对 python 对象所进行的操作是在内存中的，当程序关闭时这些对象就会被清空，所以我们需要用一种合适的方法将这些数据保存下来。
为了将我们的数据进行永久存储，需要引入序列化（pickling/serialization）的概念。
- 序列化的定义：将 python 对象编码成一个二进制数据集合（数据流）；反序列化：将数据流解码成 python 对象。
- 序列化的好处：我们可以通过网络或本地存储介质将这些数据流进行传输或保存。
- 序列化的方法：引入 json、pickling、marshal、shelve 等，其中最常用的是 json。
2. JSON 标准库
JSON（JavaScript Object Notation）是一种轻量级的数据交换格式，易于人阅读和编写。
基本用法
序列化方法
- json.dumps()：处理的是python对象，将 python 对象序列化为 json 字符串。
- json.dump()：处理的是文件对象，将序列化后的 json 字串保存到文件。
反序列化方法
- json.loads()：处理的是python对象，将已编码的 json 字符串反序列为 python 对象。
- json.load()：处理的是文件对象，从文件接收 json 字串并反序列化为 python 对象。
2.1 json.dumps()
将 python 对象编码（序列化）成 json 字符串。
语法
json.dumps(obj, skipkeys=False, ensure_ascii=True, check_circular=True, allow_nan=True, cls=None,
indent=None, separators=None, encoding="utf-8", default=None, sort_keys=False, **kw)
较重要的参数：
- sort_keys：是否排序
- indent：定义缩进大小
- separators：是一个元组，定义分隔符的类型
- skipkeys：是否允许json字串编码字典对象时，字典的key不是字符串类型（默认是不允许）
示例：
1 >>> import json
2 >>> json.dumps({"name":"xiaoming", "age": 18}) # 将字典对象编码成json串（即字符串类型）
3 '{"name": "xiaoming", "age": 18}'
4 >>> json.dumps([]) # 将列表对象编码成json串
5 '[]'
6 >>> json.dumps("string") # 将字符串对象编码成json串
7 '"string"'
8 >>> json.dumps(1) # 将数字对象编码成json串
9 '1'
使用参数让 json 数据格式化输出
示例1：
1 >>> print(json.dumps({'b': 'Runoob', 'a': 7}, sort_keys=True, indent=4, separators=(',', ': ')))
2 {
3 "a": 7,
4 "b": "Runoob"
5 }
示例2：
1 >>> a = ['foo', {'bar': ('baz', None, 1.0, 2)}]
2 >>> print(json.dumps(a, sort_keys=True, indent=4, separators=('!', '?'))) # 分隔符这里只是测试，一般保持默认逗号和分号即可
3 [
4 "foo"!
5 {
6 "bar"?[
7 "baz"!
8 null!
9 1.0!
10 2
11 ]
12 }
13 ]
Python 原始类型向 JSON 类型的转化对照表
| Python | JSON |
|---|---|
| dict | object |
| list, tuple | array |
| str, unicode | string |
| int, long, float | number |
| True | true |
| False | false |
| None | null |
2.2 json.loads()
将 json 字串解码成 python 的数据类型，也就是反序列化。
语法
json.loads(s[, encoding[, cls[, object_hook[, parse_float[, parse_int[, parse_constant[, object_pairs_hook[, **kw]]]]]]]])
示例
1 >>> import json
2 >>> jsonData = '{"a":1,"b":2,"c":3,"d":4,"e":5}'
3 >>> type(jsonData)
4 <class 'str'>
5 >>> rep = json.loads(jsonData)
6 >>> rep
7 {'a': 1, 'b': 2, 'c': 3, 'd': 4, 'e': 5}
8 >>> type(rep)
9 <class 'dict'>
JSON 类型转换到 Python 的类型对照表
| JSON | Python |
|---|---|
| object | dict |
| array | list |
| string | unicode |
| number (int) | int, long |
| number (real) | float |
| true | True |
| false | False |
| null | None |
2.3 json.dump()
将序列化之后的JSON字串保存到文件中。
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)
示例：
1 import json
2
3 data = {"name":"xiaoming", "age":21, "gender":"boy"}
4
5 # 第一种方法：使用json.dumps()
6 with open("e:\\json1.txt", "w") as f:
7 f.write(json.dumps(data, indent=4))
8
9 # 第二种方法：使用json.dump()
10 with open("e:\\json2.txt", "w") as f:
11 json.dump(data, f, indent=4)
执行结果（文件内容）：
{
"name": "xiaoming",
"age": 21,
"gender": "boy"
}
2.4 json.load()
从文件中接收 JSON 串，并反序列化为 Python 的数据类型。
json.load(fp, cls=None, object_hook=None, parse_float=None, parse_int=None, parse_constant=None, object_pairs_hook=None, **kw)
示例：
1 import json
2
3 data = {"name":"xiaoming", "age":21, "gender":"boy"}
4
5 # 将json串写入文件中
6 with open("e:\\json3.txt", "w") as f:
7 json.dump(data, f, indent=4)
8
9 ## 读取json串
10
11 # 方法1：json.loads()
12 with open("e:\\json3.txt", "r") as f:
13 print(json.loads(f.read()))
14
15 # 方法2：json.load(open())
16 print(json.load(open("e:\\json3.txt")))
17
18 # 方法3：json.load() + with open()
19 with open("e:\\json3.txt") as f:
20 print(json.load(f))