python3 json安装_python3下JSON和JsonPath
1.1 JSON介绍
json简单说就是javascript中的对象和数组,所以这两种结构就是对象和数组两种结构,通过这两种结构可以表示各种复杂的结构。
1. 对象:对象在js中表示为{ }括起来的内容,数据结构为 { key:value, key:value, ... }的键值对的结构,在面向对象的语言中,key为对象的属性,value为对应的属性值,所以很容易理解,取值方法为 对象.key 获取属性值,这个属性值的类型可以是数字、字符串、数组、对象这几种。
2.数组:数组在js中是中括号[ ]括起来的内容,数据结构为 ["Python", "javascript", "C++", ...],取值方式和所有语言中一样,使用索引获取,字段值的类型可以是 数字、字符串、数组、对象几种。
1.2 JSON模块的四个功能
json模块提供了四个功能:dumps、dump、loads、load,用于字符串 和 python数据类型间进行转换。
1. json.loads()
json.loads()实现把Json格式字符串解码转换成Python对象 从json到python的类型转化对照如下:
JSON
Python数据类型
Json格式字符串解码转换成Python对象
object
dict
array
list
number(int)
int,long
number(real)
float
true
True
false
False
null
None
例子:
import json
# 数据
js_list = ‘[1, 2, 3, 4]‘
js_dict = ‘{"name": "听海", "age": "年年18"}‘
# 数据转换前的类型
print(type(js_list))
print(type(js_dict))
# json.loads()实现把Json格式字符串解码转换成Python对象
List = json.loads(js_list)
Dict = json.loads(js_dict) # json数据自动按Unicode存储
print(‘--------------------------‘)
# 转换后的显示
print(List)
print(Dict)
#数据转换后的类型
print(type(List))
print(type(Dict))
运行结果:
--------------------------
[1, 2, 3, 4]
{‘age‘: ‘年年18‘, ‘name‘: ‘听海‘}
2. json.dumps()
json.dumps()实现把python类型转化为json字符串,返回一个str对象 把一个Python对象编码转换成Json字符串,从python原始类型向json类型的转化对照如下:
Python数据类型
JSON
python类型转化为json字符串
dict
object
list
array
int、long、float
number
str、Unicode
string
True
true
False
false
None
null
例子:
import json
listStr = [1, 2, 3, 4]
tupleStr = ("python3", "selenium3", "appium", "java")
dictStr = {"name": "听海", "age": "年年18"}
# 转换前的格式
print(type(listStr))
print(type(tupleStr))
print(type(dictStr))
# 把 python类型转化为json字符串,返回一个str对象。
js_strList=json.dumps(listStr)
js_tupleStr = json.dumps(tupleStr)
# json.dumps() 序列化时默认使用的ascii编码,添加参数 ensure_ascii=False 禁用ascii编码,按utf-8编码。
js_dictStr=json.dumps(dictStr,ensure_ascii=False)
print("---------------")
# 打印转换后数据显示。
print(js_strList)
print(js_tupleStr)
print(js_dictStr)
# 转换后的格式
print(type(js_strList))
print(type(js_tupleStr))
print(type(js_dictStr))
运行结果:
---------------
[1, 2, 3, 4]
["python3", "selenium3", "appium", "java"]
{"name": "听海", "age": "年年18"}
注意:json.dumps() 序列化时默认使用的ascii编码,添加参数 ensure_ascii=False 禁用ascii编码,按utf-8编码显示。
3. json.dump()
将Python内置类型序列化为json对象后写入文件。
例子:
import json
listStr = [{"a1": "1"}, {"b1": "2"}]
json.dump(listStr, open("listStr.json","w"), ensure_ascii=False)
dictStr = {"a2": "3", "b2": "4"}
json.dump(dictStr, open("dictStr.json","w"), ensure_ascii=False)
运行结果:
会在当前目录生成 listStr.json 文件和 dictStr.json 2个文件。
4. json.load()。
读取文件中json形式的字符串元素 转化成python类型。
例子:
接口文档中一个请求报文示例,我们就把这个示例中的json形式的报文转换成python类型。
1.在当前目录新建一个名为“接口请求报文.json”文件。
代码实现:
import json
js_t_py = json.load(open("./接口请求报文.json",encoding="utf-8"))
print(js_t_py)
print(type(js_t_py))
运行结果:
1.3 JsonPath
JsonPath 是一种信息抽取类库,是从JSON文档中抽取指定信息的工具,提供多种语言实现版本,包括:Javascript, Python, PHP 和 Java。
JsonPath 对于 JSON 来说,相当于 XPATH 对于 XML。
官方使用说明文档:http://goessner.net/articles/JsonPath
14.3.1 JsonPath的安装
安装方法一:点击Download URL链接下载jsonpath,解压之后执行python setup.py install。
安装方法二:使用 pip install jsonpath 命令直接安装。
14.3.2 JsonPath 官方示例
{ "store": {
"book": [
{ "category": "reference",
"author": "Nigel Rees",
"title": "Sayings of the Century",
"price": 8.95
},
{ "category": "fiction",
"author": "Evelyn Waugh",
"title": "Sword of Honour",
"price": 12.99
},
{ "category": "fiction",
"author": "Herman Melville",
"title": "Moby Dick",
"isbn": "0-553-21311-3",
"price": 8.99
},
{ "category": "fiction",
"author": "J. R. R. Tolkien",
"title": "The Lord of the Rings",
"isbn": "0-395-19395-8",
"price": 22.99
}
],
"bicycle": {
"color": "red",
"price": 19.95
}
}
}
14.3.3 JsonPath与XPath语法对比
Json结构清晰,可读性高,复杂度低,非常容易匹配,下表中对应了XPath的用法。
Xpath
JSONPath
描述
/
$
根节点
.
@
现行节点
/
.or[]
取子节点
..
不支持
取父节点,Jsonpath不支持
//
..
忽略位置,选择所有符合条件的条件
*
*
匹配所有元素节点
@
不支持
根据属性访问,Json不支持,因为Json是个Key-value递归结构,不需要。
[]
[]
迭代器标示(可以在里边做简单的迭代操作,如数组下标,根据内容选值等)
|
[,]
支持迭代器中做多选。
[]
?()
支持过滤操作。
不支持
()
支持表达式计算
()
不支持
分组,JsonPath不支持
示例语法对比。
Xpath
JSONPath
示例结果
/store/book/author
$.store.book[*].author
the authors of all books in the store
如下:
"Nigel Rees"
"Evelyn Waugh"
"Herman Melville"
"J. R. R. Tolkien"
//author
$..author
all authors
/store/*
$.store.*
all things in store, which are some books
and a red bicycle.
/store//price
$.store..price
the price of everything in the store.
//book[3]
$..book[2]
the third book
//book[last()]
$..book[(@.length-1)]
$..book[-1:]
the last book in order.
//book[position()<3]
$..book[0,1]
$..book[:2]
the first two books
//book[isbn]
$..book[?(@.isbn)]
filter all books with isbn number
//book[price<10]
$..book[?(@.price<10)]
filter all books cheapier than 10
//*
$..*
all Elements in XML document. All members
of JSON structure.
1.4
案例
案例:
以拉勾网城市JSON文件 http://www.lagou.com/lbs/getAllCitySearchLabels.json 为例,获取所有城市。
代码实现:
import
jsonpath
url =
‘http://www.lagou.com/lbs/getAllCitySearchLabels.json‘
headers =
{"User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64)
AppleWebKit/537.36 (KHTML, like Gecko) Chrome/54.0.2840.99 Safari/537.36"}
r =
requests.get(url,headers=headers)
html =
r.text
# 把json格式字符串转换成python对象
jsonobj =
json.loads(html)
# 从根节点开始,匹配name节点
citylist =
jsonpath.jsonpath(jsonobj,‘$..name‘)
print(citylist)
print(type(citylist))
#新建一个city.json文件,并设置编码格式为utf-8
fp =
open(‘city.json‘,‘w‘,encoding="utf-8")
content =
json.dumps(citylist, ensure_ascii=False)
print(content)
fp.write(content)
fp.close()
运行结果:
注意事项:
json.loads()
是把 Json格式字符串解码转换成Python对象,如果在json.loads的时候出错,要注意被解码的Json字符的编码。
如果传入的字符串的编码不是UTF-8的话,需要指定字符编码的参数 encoding
dataDict =
json.loads(jsonStrGBK);
dataJsonStr是JSON字符串,假设其编码本身是非UTF-8的话而是GBK 的,那么上述代码会导致出错,改为对应的:
dataDict =
json.loads(jsonStrGBK, encoding="GBK");
如果 dataJsonStr通过encoding指定了合适的编码,但是其中又包含了其他编码的字符,则需要先去将dataJsonStr转换为Unicode,然后再指定编码格式调用json.loads()
dataJsonStrUni
= dataJsonStr.decode("GB2312");
dataDict =
json.loads(dataJsonStrUni, encoding="GB2312");
python3 json安装_python3下JSON和JsonPath相关推荐
- python2与python3同时安装_Win10下python3和python2同时安装并解决pip共存问题
转载自:https://www.cnblogs.com/hkgov/p/7504082.html 特别说明,本文是在Windows64位系统下进行的,32位系统请下载相应版本的安装包,安装方法类似. ...
- linux解析json指针,Linux下JSON通信协议的使用和解析
JSON的使用 1.JSON通信协议的概念 2.JSON的语法 2.1JSON对象 2.2JSON数组 2.3JSON字符串 3.JSON的使用与解析 3.1JSON结构体 3.2JSON格式的使用 ...
- python3.5安装tensorflow_win10下python3.5.2和tensorflow安装环境搭建教程
在win10环境下搭建python3.5.2和tensorflow平台,供大家参考,具体内容如下 操作步骤如下: 1.官网(https://www.python.org/ )下载python3.5.2 ...
- python3.6安装scrapy-Windows下安装scrapy(python3.6)
安装环境: Windows 8 64bit Python3.6 64bit 1. 安装Visual C++ Build Tools scrapy底层库依赖C语言编译环境,目前Python3.5和Pyt ...
- python3的安装_python3快速安装
之前在linux上安装python3的时候,为了让不影响linux环境原有的python2的环境,选择的方法都是下载对应的linux环境的python包,不过 这里需要注意的是,不要更改linux默认 ...
- python3怎么安装mysql_Python3下mysqlclient的安装和使用
1. 安装 1.1 下载wheel文件 网上搜多到的多数都是这种方案.从uci.edu按照自己的系统和Python版本现在wheel文件.比如我是Python3.6 32的版本. uci.edu提供的 ...
- python3.7安装pyqt4_Windows下PyQt4的安装(本文已过期)
更多 1.环境 OS: Windows 7 64bits Python: 2.7.2 2.软件下载 对于Windows来说,只需要下载exe格式的文件即可.在这个exe文件中,已经包含了如下模块: P ...
- python3.5安装scrapy_win10下基于python3.5安装scrapy教程
1.安装pywin32 pip install pywin32-220.1-cp35-cp35m-win32.whl 2.安装 twisted pip install Twisted-16.5.0-c ...
- python3.x安装cv2失败
0 想给python3装一个opencv的库,结果捣鼓半天,倒给python2.x装上cv2了,而python3里import cv2则一直失败. 1 首先想到动态链接库,于是添加/usr/lib/p ...
最新文章
- C++中类成员函数的重载、覆盖和隐藏的区别,超清楚!
- 笔记本显示器仅计算机,将笔记本电脑(仅一个HDMI接口)连接到双屏幕(谨慎使用)的解决方案...
- BFS最短路打印路径
- python知识:@classmethod和@staticmethod的异同
- [云炬创业基础笔记]第十一章创业计划书测试3
- CSS中,float浮动的理解
- 一个不错的shell 脚本入门教程
- 【剑指offer】面试题23:链表中环的入口节点
- iPhone 12蓝色版疑似翻车:眼前的蓝不是蓝......
- HDU - 4456 Crowd
- 计算机过程控制系统李向舜pdf,2010-2011学年一学期(16-19周)考试安排表(1)
- Go语言基础进阶—程序结构—变量
- 2.C#2.0之泛型(完成)
- php常用字符串函数有哪些,ThinkPHP字符串函数及常用函数汇总
- centos分区方案
- 广告牌定时器怎么设置时间_定时器怎么调时间
- 互联网B端产品设计经验总结
- python中将数字转换为字符串
- 业务元数据管理——洞悉数据背后的业务含义
- SRRC认证样品要求 - 无线电发射设备型号核准设备类型及样...
热门文章
- 计算机主机组装的过程,电脑主机组装需要怎样的操作流程简单至极?
- uoj#268. 【清华集训2016】数据交互(动态dp+堆)
- npm 加入 TC39 委员会,参与定制 JavaScript 标准
- 详解动态规划最长公共子序列--JavaScript实现
- LeetCode 简要日记 455 104
- hadoop+hive+spark搭建(一)
- poj3264 - Balanced Lineup(RMQ_ST)
- 如何调试分析Android中发生的tombstone
- CentOS下实现postgresql开机自启动
- Linux启动界面切换:图形界面-字符界面(转)