学习Python操作JSON，网络数据交换不用愁

国庆长假即将结束了，今天，本喵带大家学学Python中操纵JSON的知识。学完本文，你可以学到如下内容：

1、JSON是什么？

2、JSON与XML的优劣差异？

3、将Python对象编码成JSON字符串

4、将已编码的JSON字符串解码为Python对象

5、解决JSON中文乱码问题

JSON是什么？

JSON的全称是 JavaScript Object Notation，是一种轻量级的数据交换格式。最初，JSON 只是 JavaScript 的子集，但由于其简单易用而迅速走红。

现今大部分编程语言都支持对JSON的解析与生成，而近些年异军突起的NoSQL数据库也多参照JSON来设计数据存储格式，例如Mongodb的BSON（Binary JSON）。

JSON有以下六种数据类型：number、boolean、string、null、array、object。前三种很好理解，第四个null对应Python的None，最后两种，对应Python的列表和字典。

 {
 "name": "小明",
 "age": 14,
 "gender": true,
 "grade": null,
 "skills": [
 "JavaScript",
 "Java",
 "Python"
 ]
 }

JSON与XML的优劣差异？

在JSON出现之前，人们用XML在网络上交换数据，在JSON出现后，它基本上就取代了XML的位置。两者的共同之处显而易见，它们都是结构化的语言，都可以用于网络数据的交换。

两者最大的差异在于它们的“出身”不同，也就是它们被创造的目的不同。

XML是W3C（万维网联盟）发布的可扩展标记语言（Extensible Markup Language），最初设计来弥补HTML的不足，以强大的扩展性满足网络信息发布的需要，与它“同级”的有：XHTML\CSS\ECMAScript等。它包含DTD、XSD、XPath、XSL等一大堆复杂的规范，在数据存储、扩展及高级检索等方面都有作用。后来被用于网络数据交换，颇有点大材小用的意思，虽然可胜任，却也有点复杂和冗余。

而JSON是ECMAScript标准的子集，设计之初就是为了克服XML在数据交换上的劣势，所以一方面，它像XML一样具有简洁而清晰的层次结构，另一方面，它比XML小巧精致，更加适用于网络数据的传输。

JSON也不是没有缺点，当结构层级很多的时候，它会让人陷入繁琐复杂的数据节点查找中，在可读性上要比XML差。

将Python对象编码成JSON字符串

将python的对象转化为字符串，这个过程也称为序列化，与之相对，将JSON字符串转化为python对象，这个过程被称为反序列化。

序列化格式如下，json.dumps()把python对象序列化，json.dump() 先序列化，然后将内容存入文件：

• 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)
• 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)

 
 In [1]: import json
 In [2]: d = dict(name='Tom', age='8', score=88)
 In [3]: json.dumps(d)
 Out[3]: '{"name": "Tom", "age": "8", "score": 88}'
 In [4]: with open('test.json', 'w') as f:
 ...: json.dump(d, f)

用的比较多的参数有：

• ensure_ascii=True 设置是否编码为ASCII，默认是，若False，则使用原编码格式
• indent=None 设置打印时缩进，默认不缩进
• separators=None 设置分隔符，取值是(item_separator, dict_separator)元组，默认为(‘,’,’:’)，这表示keys之间用“,”隔开，而key和value之间用“:”隔开
• sort_keys=False 设置按key值排序，默认不排序

 In [15]: d = dict(name='Python猫', age='8', score=88)
 ?
 In [16]: json.dumps(d)
 Out[16]: '{"name": "Python\\u732b", "age": "8", "score": 88}'
 ?
 In [17]: json.dumps(d, ensure_ascii=False, indent=4, sort_keys=True)
 Out[17]: '{\n "age": "8",\n "name": "Python猫",\n "score": 88\n}'
 ?
 In [18]: print(json.dumps(d, ensure_ascii=False, indent=4, sort_keys=True))
 {
 "age": "8",
 "name": "Python猫",
 "score": 88
 }

将已编码的JSON字符串解码为Python对象

反序列化格式如下，json.loads()从内存中读取内容解析，json.load() 从文件中读取内容解析：

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

 
 In [1]: import json
 In [2]: d = dict(name='Tom', age='8', score=88)
 In [3]: tom_json = json.dumps(d)
 In [4]: json.loads(tom_json)
 Out[4]: {'age': '8', 'name': 'Tom', 'score': 88}
 In [5]: with open('test.json', 'r') as f:
 ...: print(json.load(f))
 {'name': 'Tom', 'age': '8', 'score': 88}

json.loads()比json.load() 多了一个encoding参数，可以将传入的字符串重新编码。

解决中文乱码问题

序列化的ensure_ascii参数与反序列化的encoding相对应，都是处理字符编码，一旦处理不好，就会导致中文乱码问题。

Python2的字符编码乱七八糟，也广被人诟病，如果不幸遇到Python2项目，可参照如下例子解决。字符串在Python2内部的表示是unicode编码。因此，在做编码转换时，需要以unicode作为中间编码，即先将其他编码的字符串解码（decode）成unicode，再从unicode编码（encode）成另一种编码。

 
 # -*- coding: utf-8 -*-
 m = {'a' : '你好'}
 ?
 print m
 =>{'a': '\xe4\xbd\xa0\xe5\xa5\xbd'}
 ?
 print json.dumps(m)
 =>{"a": "\u4f60\u597d"}
 ?
 print json.dumps(m,ensure_ascii=False)
 =>{"a": "浣犲ソ"}
 ?
 print json.dumps(m,ensure_ascii=False).decode('utf8').encode('gb2312')
 =>{"a": "你好"}

Python3的默认编码格式是utf-8，以上例子，只需要ensure_ascii=False，就能解决。

-----------------

本文原创并首发于微信公众号【Python猫】，后台回复“爱学习”，免费获得20本精选电子书。