python种关于json有很多，simplejson，cjson，还有ujson（详细内容可见：http://blog.csdn.net/gzlaiyonghao/article/details/6567408）.
cjson模块只支持string/unicode的key
JSON(JavaScript Object Notation)编码格式的数据。

1、变量解码、编码为Json格式
2、文件读出、导入json格式
注意：
使用json时需要注意的地方：python中字典的key在经过json转化后都变成了string类型

文章目录

- 1、变量解码、编码为Json格式
- 2、文件读出、导入json格式
- . 3、其他用法
- 4 yaml数据格式的使用
- 延伸一：python3中读保存成中文
Demjson
UltraJSON
pickle模块
- 参考文献：
- 延伸：用json解析网页
- 报错：OverflowError: Maximum recursion level reached

1、变量解码、编码为Json格式

来看看py3，.dump的主函数：

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)

ensure_ascii比较关键，True代表显示为编码形式，这个一般在中文里面特别不好用，所以建议关掉。
indent代表缩进，sort_keys代表会否按照某些顺序排列

import jsondata = {'name' : 'ACME','shares' : 100,'price' : 542.23
}json_str = json.dumps(data)  # 编码
json_str

'{"price": 542.23, "shares": 100, "name": "ACME"}'

data = json.loads(json_str)  # 解码
data

{'name': 'ACME', 'price': 542.23, 'shares': 100}

2、文件读出、导入json格式

# Writing JSON data
with open('data.json', 'w') as f:json.dump(data, f)# Reading data back
with open('data.json', 'r') as f:data = json.load(f)

还有一种导入、导出的写法（限py3）：

open("myfile.json", "w", encoding="utf-8" ).write( json_data )
json_data = open("myfile.json", "r", encoding="utf8").read()

.
3、其他用法

（1）分离器，用来分割。

>>> import json
>>> json.dumps([1,2,3,{'4': 5, '6': 7}], separators=(',', ':'))
'[1,2,3,{"4":5,"6":7}]'

（2）缩进，更好看。

>>> import json
>>> print(json.dumps({'4': 5, '6': 7}, sort_keys=True, indent=4))
{"4": 5,"6": 7
}

（3）与StringIO合用。

>>> import json
>>> json.loads('["foo", {"bar":["baz", null, 1.0, 2]}]')
['foo', {'bar': ['baz', None, 1.0, 2]}]
>>> json.loads('"\\"foo\\bar"')
'"foo\x08ar'
>>> from io import StringIO
>>> io = StringIO('["streaming API"]')
>>> json.load(io)
['streaming API']

4 yaml数据格式的使用

参考：Python中yaml数据格式的使用

load()

import yamlyaml_str = """
name: 灰蓝
age: 0
job: Tester
"""with open('user_info.yaml', encoding='utf-8') as file:data = yaml.load(file)  # 为列表类型

结果：{‘job’: ‘Tester’, ‘age’: 0, ‘name’: u’\u7070\u84dd’}

dump()

import yamlpython_obj = {"name": u"灰蓝","age": 0,"job": "Tester"}# 内容导出
with open('new_user_info.yaml', mode='w', encoding='utf-8') as file:yaml.dump(python_obj, file)

输出结果：

age: 0
job: Tester
name: "\u7070\u84DD"

延伸一：python3中读保存成中文

发现在py3中保存成.json见很容易变成："{\"new\": [\"\u5927\u90fd\u4f1a\u827a\u672f\u535a\u7269\u9986\"
我想直接保存成中文。

with open('data.json', 'w') as f:json.dump(json.dump(data,ensure_ascii = False), f)

这段代码中ensure_ascii = False是可以在py3里面打印出中文，而不是编码形式的。但是保存不了。
需要以下的代码：

open('../../data.json', 'w').write(json.dumps(json_data,ensure_ascii = False))

若依旧出现问题，报错：UnicodeEncodeError: 'gbk' codec can't encode character '\u02c6' in position 54928648: illegal multibyte sequence，可能还需要加上encoding选项，open('../../data.json', 'w',encoding='utf-8')

读入也可以用：

eval(open('../../data.json', "r").read())

.read()读入为字符串的形式，eval可以把字符串变成原来的格式，也就是{}

网上还有用codecs库，好像也是不行的

import codecs
codecs.open('../../data.json', 'w', "utf-8") as f:json.dump

Demjson

Demjson 是 python 的第三方模块库，可用于编码和解码 JSON 数据，包含了 JSONLint 的格式化及校验功能。

Github 地址：https://github.com/dmeranda/demjson
官方地址：http://deron.meranda.us/python/demjson/

encode 将 Python 对象编码成 JSON 字符串
decode 将已编码的 JSON 字符串解码为 Python 对象

import demjsondata = [ { 'a' : 1, 'b' : 2, 'c' : 3, 'd' : 4, 'e' : 5 } ]json = demjson.encode(data)
print(json)

[{"a":1,"b":2,"c":3,"d":4,"e":5}]

text = demjson.decode(json)
print (text)

[{'c': 3, 'e': 5, 'b': 2, 'a': 1, 'd': 4}]

UltraJSON

https://github.com/esnme/ultrajson

>>> import ujson
>>> ujson.dumps([{"key": "value"}, 81, True])
'[{"key":"value"},81,true]'
>>> ujson.loads("""[{"key": "value"}, 81, true]""")
[{u'key': u'value'}, 81, True]

编码encode_html_chars：

>>> ujson.dumps("<script>John&Doe", encode_html_chars=True)
'"\\u003cscript\\u003eJohn\\u0026Doe"'

ensure_ascii：
将输出限制为ASCII，并将所有扩展字符转义为127以上。默认值为true。如果您的最终格式支持UTF-8设置此选项为false，强烈建议节省空间：

>>> ujson.dumps(u"\xe5\xe4\xf6")
'"\\u00e5\\u00e4\\u00f6"'
>>> ujson.dumps(u"\xe5\xe4\xf6", ensure_ascii=False)
'"\xc3\xa5\xc3\xa4\xc3\xb6"'

escape_forward_slashes：
控制是否正斜杠（/）逃脱了。

>>> ujson.dumps("http://esn.me")
'"http:\/\/esn.me"'
>>> ujson.dumps("http://esn.me", escape_forward_slashes=False)
'"http://esn.me"'

缩进indent：

>>> ujson.dumps({"foo": "bar"})
'{"foo":"bar"}'
>>> ujson.dumps({"foo": "bar"}, indent=4)
{"foo":"bar"
}

pickle模块

import pickle
pickle.dump(output,open('xxx.pkl','wb')   )
pickle.load(open('../data/hist_data', 'rb'))

还有使用pandas来直接导出dataframe：

In [34]: import pandas as pd
In [36]: import numpy as np
In [38]: df = pd.DataFrame(np.arange(20).reshape(4,5))In [39]: df
Out[39]:0   1   2   3   4
0   0   1   2   3   4
1   5   6   7   8   9
2  10  11  12  13  14
3  15  16  17  18  19
#使用DataFrame的to_pickle属性就可以生成pickle文件对数据进行永久储存
In [40]: df.to_pickle('foo.pkl')

导入：

In [42]: pd.read_pickle('foo.pkl')
Out[42]:0   1   2   3   4
0   0   1   2   3   4
1   5   6   7   8   9
2  10  11  12  13  14
3  15  16  17  18  19

参考文献：

Python JSON
Using demjson with Python 3
Python:读取和处理json数据
.

延伸：用json解析网页

使用urlopen方法打开网址后, 使用json.load(u)以文件方法来读取.
也可以先u.read().decode(‘utf-8’)读取转为字符串后再传给json.loads(str).

import urllib2,json
u=urllib2.urlopen("http://api.crossref.org/works/10.1021/jm0203783")
json.load(u)

注意, 因为是文件形式, 读取一次后即到底, 不能再次调用json.load(u)获取内容.

使用requests，抓取json数据后, 可以直接使用相应对象的json()方法获得json数据, 也可以使用r.text调用字符串数据传递给json获取.

import json,requests
r=requests.get("http://api.crossref.org/works/10.1021/jm0203783")
r.json()
json.loads(r.text)

报错：OverflowError: Maximum recursion level reached

>>> import ujson
>>> import numpy
>>>
>>> ujson.dumps(numpy.min([1,2]))
Traceback (most recent call last):File "<stdin>", line 1, in <module>
OverflowError: Maximum recursion level reached

出现的报错，那么这里就是数值numpy有问题，需要改成Int即可

python︱处理与使用json格式的数据（json/UltraJSON/Demjson）、pickle模块、yaml模块相关推荐

QT解析 JSON 格式的数据
QT解析 JSON 格式的数据 JSON(JavaScript Object Notation) 是一种轻量级的数据交换格式.JSON 采用完全独立于语言的文本格式,这些特性使 JSON 成为理想的数 ...
在python中使用json格式存储数据
在python中使用json格式存储数据代码如下: import jsonlist1 = [{'A': [1, 2, 3, 4, 5, 6], 'B': [3, 4, 5, 6, 7]},{'C': ...
flex 解析json文件_使用 Python 处理 JSON 格式的数据 | Linux 中国
如果你不希望从头开始创造一种数据格式来存放数据,JSON 是一个很好的选择.如果你对 Python 有所了解,就更加事半功倍了.下面就来介绍一下如何使用 Python 处理 JSON 数据.-- Se ...
json是什么_如何利用Python处理JSON格式的数据，建议收藏！！！
JSON数据格式在我们的日常工作中经常会接触到,无论是做爬虫开发还是一般的数据分析处理,今天,小编就来分享一下当数据接口是JSON格式时,如何进行数据处理进行详细的介绍,内容分布如下什么是JSON ...
Python爬虫 scrapy框架爬取智联招聘，并把数据存入数据库，存为json格式的数据
First:创建项目:执行下面三句命令: 1. scrapy startproject zhilianzhaopin2. cd zhilianzhaopin3.scrapy genspider zhi ...
调用python脚本并传递参数json格式_使用 Python 处理 JSON 格式的数据
如果你不希望从头开始创造一种数据格式来存放数据,JSON 是一个很好的选择.如果你对 Python 有所了解,就更加事半功倍了.下面就来介绍一下如何使用 Python 处理 JSON 数据. JSON ...
如何利用Python处理JSON格式的数据，建议收藏！！！
公众号后台回复"图书",了解更多号主新书内容作者:俊欣来源:数据分析与篮球 JSON数据格式在我们的日常工作中经常会接触到,无论是做爬虫开发还是一般的数据分析处理,今天,小编就 ...
django返回json格式的数据的方法
需求问题描述: 在使用ajax时,回调函数需要接受多个参数,查询资料,得知使用json格式的数据比较好(当然也可以使用xml).由于项目使用的是django,这就牵扯到django后端如何传输json ...
如何在Django中接收JSON格式的数据
Django做了大量工作简化我们的Web开发工作, 这其中当然也包括接收来自客户端的数据这一普遍需求. 大部分时候,从客户端传入的数据主要是FORM的POST数据,和来自URL的GET数据, 在Dja ...
java异步请求显示数据格式_JSON(四）——异步请求中前后端使用Json格式的数据进行交互...
json格式的数据广泛应用于异步请求中前后端的数据交互,本文主要介绍几种使用场景和使用方法. 一,json格式字符串 functionsentAjax(){ $.ajax({ type:'POST', ...

python︱处理与使用json格式的数据（json/UltraJSON/Demjson）、pickle模块、yaml模块

文章目录

1、变量解码、编码为Json格式

2、文件读出、导入json格式

.
3、其他用法

4 yaml数据格式的使用

延伸一：python3中读保存成中文

Demjson

UltraJSON

pickle模块

参考文献：

延伸：用json解析网页

报错：OverflowError: Maximum recursion level reached

python︱处理与使用json格式的数据（json/UltraJSON/Demjson）、pickle模块、yaml模块相关推荐

最新文章

热门文章

python︱处理与使用json格式的数据（json/UltraJSON/Demjson）、pickle模块、yaml模块

文章目录

1、变量解码、编码为Json格式

2、文件读出、导入json格式

. 3、其他用法

4 yaml数据格式的使用

延伸一：python3中读保存成中文

Demjson

UltraJSON

pickle模块

参考文献：

延伸：用json解析网页

报错：OverflowError: Maximum recursion level reached

python︱处理与使用json格式的数据（json/UltraJSON/Demjson）、pickle模块、yaml模块相关推荐

最新文章

热门文章

.
3、其他用法