Python中序列化/反序列化JSON格式的数据

简介: 【11月更文挑战第4天】本文介绍了 Python 中使用 `json` 模块进行序列化和反序列化的操作。序列化是指将 Python 对象(如字典、列表)转换为 JSON 字符串,主要使用 `json.dumps` 方法。示例包括基本的字典和列表序列化,以及自定义类的序列化。反序列化则是将 JSON 字符串转换回 Python 对象,使用 `json.loads` 方法。文中还提供了具体的代码示例,展示了如何处理不同类型的 Python 对象。
  1. 序列化(将 Python 对象转换为 JSON 字符串)
  • 使用json模块的dumps方法
  • 示例代码:


import json
data = {"name": "John", "age": 30, "city": "New York"}
json_str = json.dumps(data)
print(json_str)


  • 在这个示例中,首先定义了一个包含姓名、年龄和城市信息的字典data。然后使用json.dumps函数将这个字典转换为 JSON 字符串。dumps函数会将 Python 字典中的键和值转换为 JSON 格式的键值对,其中字符串会用双引号包裹,并且按照 JSON 的语法规则进行格式化。
  • 序列化其他 Python 对象类型
  • json模块还可以处理其他 Python 对象类型,如列表。例如:


import json
data_list = [1, 2, 3, {"key": "value"}]
json_str_list = json.dumps(data_list)
print(json_str_list)


  • 这里定义了一个包含整数和字典的列表data_listjson.dumps函数将其转换为 JSON 字符串。在 JSON 字符串中,列表元素会按照顺序排列,字典元素也会遵循 JSON 的格式规则。
  • 自定义序列化(处理特殊对象)
  • 有时候,我们可能需要对一些特殊的 Python 对象进行序列化,比如自定义的类。假设我们有一个简单的类Person


class Person:
    def __init__(self, name, age):
        self.name = name
        self.age = age
p = Person("Alice", 25)


  • 直接使用json.dumps会报错,因为json模块不知道如何处理Person类的对象。我们可以定义一个函数来将Person对象转换为可以序列化的字典:


def person_to_dict(person):
    return {"name": person.name, "age": person.age}
json_str_person = json.dumps(p, default = person_to_dict)
print(json_str_person)


  • 或者使用lambda表达式:json_str_person = json.dumps(p, default = lambda o: o.__dict__),这里__dict__是 Python 对象的一个特殊属性,它返回一个包含对象属性和值的字典。


  1. 反序列化(将 JSON 字符串转换为 Python 对象)
  • 使用json模块的loads方法
  • 示例代码:


import json
json_str = '{"name": "Bob", "age": 20, "city": "London"}'
data = json.loads(json_str)
print(data)
print(data["name"])


  • 首先定义了一个 JSON 字符串json_str,然后使用json.loads函数将其转换为 Python 对象。在这个例子中,转换后的对象是一个字典,我们可以通过字典的键来访问相应的值,如data["name"]来获取姓名信息。
  • 反序列化 JSON 数组(列表)
  • 当 JSON 字符串表示一个数组时,json.loads会将其转换为 Python 列表。例如:


import json
json_str_list = '[1, 2, 3, {"key": "value"}]'
data_list = json.loads(json_str_list)
print(data_list)
print(data_list[3]["key"])


  • 这里的json_str_list是一个包含整数和字典的 JSON 数组。json.loads将其转换为 Python 列表后,我们可以通过索引来访问列表中的元素,对于字典元素,还可以通过键来访问值。
相关文章
|
2天前
|
JSON Java 数据格式
springboot中表字段映射中设置JSON格式字段映射
springboot中表字段映射中设置JSON格式字段映射
17 1
|
4天前
|
JSON JavaScript 前端开发
|
12天前
|
JSON 人工智能 算法
探索LLM推理全阶段的JSON格式输出限制方法
文章详细讨论了如何确保大型语言模型(LLMs)输出结构化的JSON格式,这对于提高数据处理的自动化程度和系统的互操作性至关重要。
|
12天前
|
存储 安全 Java
Java编程中的对象序列化与反序列化
【10月更文挑战第22天】在Java的世界里,对象序列化和反序列化是数据持久化和网络传输的关键技术。本文将带你了解如何在Java中实现对象的序列化与反序列化,并探讨其背后的原理。通过实际代码示例,我们将一步步展示如何将复杂数据结构转换为字节流,以及如何将这些字节流还原为Java对象。文章还将讨论在使用序列化时应注意的安全性问题,以确保你的应用程序既高效又安全。
|
12天前
|
存储 缓存 NoSQL
一篇搞懂!Java对象序列化与反序列化的底层逻辑
本文介绍了Java中的序列化与反序列化,包括基本概念、应用场景、实现方式及注意事项。序列化是将对象转换为字节流,便于存储和传输;反序列化则是将字节流还原为对象。文中详细讲解了实现序列化的步骤,以及常见的反序列化失败原因和最佳实践。通过实例和代码示例,帮助读者更好地理解和应用这一重要技术。
9 0
|
23天前
|
JSON API 数据格式
商品详情数据JSON格式示例参考(api接口)
JSON数据格式的商品详情数据通常包含商品的多个层级信息,以下是一个综合多个来源信息的JSON数据格式的商品详情数据示例参考:
|
16天前
|
数据采集 JSON 数据处理
抓取和分析JSON数据:使用Python构建数据处理管道
在大数据时代,电商网站如亚马逊、京东等成为数据采集的重要来源。本文介绍如何使用Python结合代理IP、多线程等技术,高效、隐秘地抓取并处理电商网站的JSON数据。通过爬虫代理服务,模拟真实用户行为,提升抓取效率和稳定性。示例代码展示了如何抓取亚马逊商品信息并进行解析。
抓取和分析JSON数据:使用Python构建数据处理管道
|
6天前
|
JSON 缓存 前端开发
PHP如何高效地处理JSON数据:从编码到解码
在现代Web开发中,JSON已成为数据交换的标准格式。本文探讨了PHP如何高效处理JSON数据,包括编码和解码的过程。通过简化数据结构、使用优化选项、缓存机制及合理设置解码参数等方法,可以显著提升JSON处理的性能,确保系统快速稳定运行。