首页 > 其他分享 >json模块

json模块

时间:2023-12-19 19:14:41浏览次数:30  
标签:dic json tm 模块 print 序列化 pickle

json模块

(一)序列化和反序列化

(1)什么是序列化

  • 将原本的字典、列表等内容转换成一个字符串的过程就叫做序列化

(2)为什么要序列化

  • 给另外一段程序使用,那我们怎么给?

    • 现在我们能想到的方法就是存在文件里
    • 然后另一个 python 程序再从文件里读出来。
  • 但是我们都知道

    • 对于文件来说是没有字典这个概念的
    • 所以我们只能将数据转换成字典放到文件中。
  • 你一定会问,将字典转换成一个字符串很简单,就是

    str(dic)
    

    就可以办到了

    • 为什么我们还要学习序列化模块呢?
  • 没错序列化的过程就是从dic 变成str(dic)的过程。

  • 现在你可以通过

    str(dic)
    
    • 将一个名为dic的字典转换成一个字符串,
  • 但是你要怎么把一个字符串转换成字典呢?

    • 聪明的你肯定想到了eval(),如果我们将一个字符串类型的字典str_dic传给eval,就会得到一个返回的字典类型了。

    • eval()函数十分强大,但是

      eval
      

      是做什么的?

      • 官方demo解释为:
      • 将字符串str当成有效的表达式来求值并返回计算结果。
      • BUT!强大的函数有代价。安全性是其最大的缺点。
  • 想象一下

    • 如果我们从文件中读出的不是一个数据结构,
    • 而是一句"删除文件"类似的破坏性语句
    • 那么后果实在不堪设设想。
      而使用eval就要担这个风险。
  • 所以

    • 我们并不推荐用eval方法来进行反序列化操作(将str转换成python中的数据结构)

(3)序列化的目的

  • 以某种存储形式使自定义对象持久化
  • 将对象从一个地方传递到另一个地方。
  • 使程序更具维护性。

(二)序列化模块json

(1)模块导入

import json

(2)反序列化方法(loads)

import json

user_dict='{"name":"syh","age":23}'
new_dict=json.loads(user_dict)
print(new_dict,type(new_dict))#{'name': 'syh', 'age': 23} <class 'dict'>
# 注释:将 JSON 字符串解码为 Python 字典

(3)序列化(dumps)

  • 将Python对象转换为json字符串
  • json转换完的字符串类型的字典中的字符串是由 "" 表示的
new_dict1=json.dumps(new_dict)
print(new_dict1,type(new_dict1))#{"name": "syh", "age": 23} <class 'str'>
# 注释:将 Python 字典编码为漂亮格式的 JSON 字符串

(4)写入文件(dump)

(1)不指定参数

  • 接收一个文件句柄
  • 直接将字典 转换成 json字符串 写入文件
#写入文件  dump
user_pwd={"username":"syh","age":18}
with open('username_pwd.json','a',encoding='utf-8')as f:
    json.dump(user_pwd,f)

(2)指定参数编码(ensure_ascii)

  • 写文件时指定编码格式为 utf-8 ---> 这样在json文件中存储的中文才是正常的中文,否则是二进制数据
#指定参数编码 ensur_ascii
user_pwd={"username":"苏毅航","age":18}
with open('username_pwd1.json','a',encoding='utf-8')as f:
    json.dump(user_pwd,f,ensure_ascii=False)
#{"username": "苏毅航", "age": 18}

3)指定参数分隔符(separators)

import json

python_obj = {"name": "蚩梦", "age": 30, "city": "Shang Hai"}
with open("data.json", "w", encoding='utf-8') as json_file:
    
    # 将默认的分隔符 , 替换成我们的指定分隔符 -
    # 将默认的分隔符 : 替换成我们的指定分隔符 ; 
    json.dump(python_obj, json_file, indent=2, ensure_ascii=False, separators=(',', ';'))

# 注释:将 Python 字典写入 JSON 文件
{
  "name";"蚩梦"-
  "age";30-
  "city";"Shang Hai"
}

(4)其他参数

Serialize obj to a JSON formatted str.(字符串表示的json对象) 

Skipkeys:
	默认值是False
    	如果dict的keys内的数据不是python的基本类型(str,unicode,int,long,float,bool,None)设置为False时,就会报TypeError的错误。
    	此时设置成True,则会跳过这类key 

ensure_ascii:
    当它为True的时候
    	所有非ASCII码字符显示为\uXXXX序列
        只需在dump时将ensure_ascii设置为False即可
        此时存入json的中文即可正常显示。

If check_circular is false, then the circular reference check for container types will be skipped and a circular reference will result in an OverflowError (or worse). 
If allow_nan is false, then it will be a ValueError to serialize out of range float values (nan, inf, -inf) in strict compliance of the JSON specification, instead of using the JavaScript equivalents (NaN, Infinity, -Infinity). 

indent:
	应该是一个非负的整型
    	如果是0就是顶格分行显示
        如果为空就是一行最紧凑显示
        否则会换行且按照indent的数值显示前面的空白分行显示
    这样打印出来的json数据也叫pretty-printed json 

separators:
	分隔符
    	实际上是(item_separator, dict_separator)的一个元组
        默认的就是(‘,’,’:’);
        	这表示dictionary内keys之间用“,”隔开
            而KEY和value之间用“:”隔开。 

            
default(obj) is a function that should return a serializable version of obj or raise TypeError. The default simply raises TypeError. 

sort_keys:
	将数据根据keys的值进行排序。 

To use a custom JSONEncoder subclass (e.g. one that overrides the .default() method to serialize additional types), specify it with the cls kwarg; otherwise JSONEncoder is used.

(5)读文件数据(load)

  • 接收一个文件句柄
  • 直接将文件中的 json字符串 转换成 数据结构返回
with open('username_pwd.json','r',encoding='utf-8')as f:
     data=json.load(f)
     print(data)
#{'usename': 'syh', 'password': '123'}

(6)登录注册小练习

#注册登录小练习
def save_json(path,data,mode='a',encoding='utf-8'):
    with open(path,mode=mode,encoding=encoding) as f:
        json.dump(data,f)
def read_json(path,mode='r',encoding='utf-8'):
    with open(path,mode=mode)as f:
        data=json.load(f)
    return data


def register():
    username=input("请输入用户名:").strip()
    password=input("请输入用户名:").strip()
    user_pwd_dict={"usename":username,"password":password}
    save_json(path='user_pwd.json',data=user_pwd_dict)

def login():
    username = input("请输入用户名:").strip()
    password = input("请输入用户名:").strip()
    data=read_json(path='user_pwd.json')
    # {'usename': 'syh', 'password': '123'}
    if username in data.values():
        if password==data.get('password'):
            print('登录成功!')

(三)序列化模块pickle

  • json & pickle 模块 (用于序列化的两个模块)
  • json
    • 用于字符串 和 python数据类型间进行转换
  • pickle
    • 用于python特有的类型 和 python的数据类型间进行转换

(1)序列化方法(dumps)

import pickle

dic = {'k1': 'v1', 'k2': 'v2', 'k3': 'v3'}
str_dic = pickle.dumps(dic)
print(str_dic)
# b'\x80\x04\x95#\x00\x00\x00\x00\x00\x00\x00}\x94(\x8c\x02k1\x94\x8c\x02v1\x94\x8c\x02k2\x94\x8c\x02v2\x94\x8c\x02k3\x94\x8c\x02v3\x94u.'
print(type(str_dic))
# <class 'bytes'>

(2)反序列化方法(loads)

import pickle

dic = {'k1': 'v1', 'k2': 'v2', 'k3': 'v3'}
str_dic = pickle.dumps(dic)
print(str_dic)
# b'\x80\x04\x95#\x00\x00\x00\x00\x00\x00\x00}\x94(\x8c\x02k1\x94\x8c\x02v1\x94\x8c\x02k2\x94\x8c\x02v2\x94\x8c\x02k3\x94\x8c\x02v3\x94u.'
print(type(str_dic))
# <class 'bytes'>

dic2 = pickle.loads(str_dic)
print(dic2) 
# {'k1': 'v1', 'k2': 'v2', 'k3': 'v3'}
print(type(dic2))
# <class 'dict'>

(3)写入文件(dump)

import pickle
import time

struct_time = time.localtime()
print(struct_time)
# time.struct_time(tm_year=2023, tm_mon=11, tm_mday=25, tm_hour=20, tm_min=9, tm_sec=46, tm_wday=5, tm_yday=329, tm_isdst=0)

# 打开文件,并将句柄给 f
f = open('pickle_file', 'wb')
# 向 pickle_file 文件中写入数据
pickle.dump(struct_time, f)
# 完成写入,关闭文件
f.close()
  • 写入到 pickle_file 文件里面的数据是一堆乱码,看不懂
€昫       ?time攲struct_time敁?M?K	K	K	K.K(KK麷 t攠??tm_zone攲涓浗鏍囧噯鏃堕棿攲	tm_gmtoff擬€pu啍R?

(4)读文件数据(load)

import pickle

# 打开文件的句柄
f = open('pickle_file', 'rb')
# 将读出来的数据给 struct_time2
struct_time2 = pickle.load(f)

# 我们可以直接操作 struct_time2 --- 上面直接写入的时间元组对象
print(struct_time2)
# time.struct_time(tm_year=2023, tm_mon=11, tm_mday=25, tm_hour=20, tm_min=9, tm_sec=46, tm_wday=5, tm_yday=329, tm_isdst=0)

print(type(struct_time2))
# <class 'time.struct_time'>
print(struct_time2.tm_year)
# 2023

(5)小练习

  • 将Python特有的函数写入文件
import pickle

def index():
    print(f" 这是index 函数")
    
# 将函数对象写入文件
with open('my_func', 'wb') as f:
    print(index)
    # <function index at 0x0000024D28D03E20>
    pickle.dump(index, f)
  • 将Python特有的函数对象在文件中读出来并调用
import pickle


def index():
    print(f" 这是index 函数")


# 将函数对象写入文件
with open('my_func', 'rb') as f:
    data = pickle.load(f)
    print(data)
    # <function index at 0x0000027D9C893E20>
    data()
    # 这是index 函数

(四)小结

  • 这时候机智的你又要说了,既然pickle如此强大,为什么还要学json呢?
  • 这里我们要说明一下
    • json是一种所有的语言都可以识别的数据结构。
  • 如果我们将一个字典或者序列化成了一个json存在文件里
    • 那么java代码或者js代码也可以拿来用。
  • 但是如果我们用pickle进行序列化
    • 其他语言就不能读懂这是什么了~
  • 所以,如果你序列化的内容是列表或者字典,我们非常推荐你使用json模块
  • 如果出于某种原因你不得不序列化其他的数据类型,而未来你还会用python对这个数据进行反序列化的话,那么就可以使用pickle

标签:dic,json,tm,模块,print,序列化,pickle
From: https://www.cnblogs.com/suyihang/p/17914480.html

相关文章

  • 模块与包
    模块与包(一)模块(一)模块介绍(1)什么是模块在Python中,一个py文件就是一个模块,文件名为xxx.py模块名则是xxx,导入模块可以引用模块中已经写好的功能。如果把开发程序比喻成制造一台电脑编写模块就像是在制造电脑的零部件准备好零部件后,剩下的工作就是按照逻辑把它们组装到一起......
  • hashlib模块
    hashlib模块(一)什么是摘要算法Python的hashlib提供了常见的摘要算法如MD5SHA1等等。摘要算法又称哈希算法、散列算法。它通过一个函数,把任意长度的数据转换为一个长度固定的数据串(通常用16进制的字符串表示)。摘要算法就是通过摘要函数f()对任意长度的数据data计算出固定......
  • os模块
    os模块(一)文件操作(os)__file__是指当前文件(二)文件路径相关(path)(1)获取当前文件路径(abspath)#获取当前文件路径abspath#print(os.path.abspath(__file__))#D:\oldboy\python\python28基础\day19\02os模块.py(2)获取当前文件所在的文件夹路径(dirname)#获取当前文件所在文件夹......
  • random模块
    random模块(一)导入模块importrandom(二)随机小数默认区间的小数random.random()默认为0-1直接指定区间的小数random.uniform()可以指定起始结束参数(1)默认区间的小数random.random#随机生成默认区间内的小数print(random.random())#0.6827460153816446(2)指定区间的......
  • time模块
    time模块表示时间的三种方式时间戳元组(struct_time)格式化的时间字符串:格式化的时间字符串(FormatString):‘1999-12-06’(1)导入模块importtime(2)时间戳(time)(1)生成时间戳生成时间戳,时间戳是浮点数类型##时间戳##time=time.time()##print(time)......
  • python中导入模块/包的几种方式
    一、模块的导入方式模块就是.py类型的Python文件导入时不需要.py后缀,直接导入文件名即可1.利用import直接导入:语法:importmodule_name使用方式:module_name.class_name或者module.func_name2.利用import导入模块并设置一个别名语法:importmodule_nameasXXX使用方式:XXX.cl......
  • 理解ROS2的坐标转换模块tf2
    0概述tf2是ROS的核心库之一,它记录了所有坐标系的转换关系,包括动态坐标转换tf,和静态坐标转换tf_static;首先,介绍tf2库(即,geometry2)编译/调试环境的搭建步骤;然后,介绍部分的类图结构,和调用时序;1搭建ROS2的编译环境参考:http://docs.ros.org/en/iron/Installation/Ubuntu-Install-D......
  • leaflet在vue2中标点 加载geoJSON
    lealfet版本1.9.4vue版本2.6引入:importLfrom'leaflet'  import'leaflet/dist/leaflet.css'  //记得引入样式不然加载瓦片图后地图会错乱1.初始化this.map=L.map(this.mapId,mapInitOptionNew)//this.mapId是容器的idletcenter=[32.666,129.547]const......
  • 全国省市json文件
    [{"label":"北京市","value":"北京市","children":[{"label":"东城区","code":"110101","value":"东城区"......
  • Numpy模块
    Numpy模块的核心就是基于数组的运算,相比于列表和其他数据结构,数组的运算效率是最高的。常用的数学函数np.pi常数pnp.e常数enp.fabs(arr)  例如:np.fabs(-3) 计算各元素的浮点型绝对值np.ceil(arr) 例如:np.ceil(3.2)对元素向上取整np.floor(arr) 类似ceil 向下取整对......