在 Python 中有效使用 JSON 的6个技巧
共 3061字，需浏览 7分钟
·
2021-03-23 17:24
点击下面卡片关注“AI算法与图像处理”，选择加"星标"或“置顶”
重磅干货，第一时间送达
JSON（JavaScript对象表示法的缩写）是一种开放标准。虽然它的名字并不意味着这样，但它是一种独立于语言的数据格式。JSON 用于存储和交换数据。它是一种流行的数据格式，因为它也很容易为人类读写。在 Python 中使用 JSON 非常简单！Python 有两种数据类型，它们组成了在 Python 中使用 JSON 的完美工具: dictionary 和 lists。
用 Python 导入 JSON 库
Python 附带了一个强大而优雅的 JSON 库，可以帮助你对 JSON 进行解码和编码。它可以通过以下方式导入:
import json1. 如何在 Python 中解析 JSON
解析 JSON 数据的字符串(也称为解码 JSON)就像使用 JSON.load (...)(load 是 load string 的缩写)一样简单。
下面是一个使用 json.loads 的例子:
> jsonstring = '{"name": "erik", "age": 38, "married": true}'> data = json.loads(jsonstring)> print(data){'name': 'erik', 'age': 38, 'married': True}
输出可能看起来像字符串，但实际上它是一个字典，我们可以在代码中使用它，例如：
> type(data)<class 'dict'>> print('Hello', data['name'], "you're", data['age'], 'years old')Hello erik you're 38 years old
2. 用 Python 编码 JSON
使用Python编码JSON数据就像解码一样容易。使用 json.dumps (...)(“ dump to string”的缩写)将包含 dictionary、 lists 和其他类型的 Python 对象转换为字符串:
data = {'name': 'erik', 'age': 38, 'married': True} >>>json.dumps(data) '{"name": "erik", "age": 38, "married": true}'
这是同一个文档，转换回一个字符串！如果你想让 JSON 文档对于人们来说更具可读性，请使用缩进选项。它将很好地格式化 JSON，使用空格字符:
> data = {'name': 'erik', 'age': 38, 'married': True}> print(json.dumps(data, indent=2)){"name": "erik","age": 38,"married": true}
3. 使用 JSON 模块漂亮地打印 JSON
Python 的 JSON 模块也可以在命令行中使用:
$ echo "{ \"name\": \"Monty\", \"age\": 45 }" | \ python3 -m json.tool{"name": "Monty","age": 45}
如果你对此感兴趣，可以尝试使用jq工具。
4. 如何用 python 读取 JSON 文件
除了 json.loads 之外，还有一个名为 json.load 的函数(不带 s)。它将从文件中加载数据。如果你想把 JSON 文件的内容读入 Python 并解析它，可以使用下面的例子:
with open('data.json') as json_file:data = json.load(json_file)...
5. 如何在 Python 中将 JSON 写入文件
json.dump函数用于将数据写入JSON文件。
data = {'name': 'Eric', 'age': 38 }with open('data.json', 'w') as json_file:json.dump(data, json_file)
6. 使用 JMESPath 搜索 JSON
JMESPath是JSON的查询语言。它允许你轻松地从 JSON 文档中获取所需的数据。如果你以前使用过 JSON，你可能知道获取嵌套值很容易。
例如: doc [“ person”][“ age”]会在一个文档中给出年龄的嵌套值，如下所示:
{"persons": {"name": "erik","age": "38"}}
但是如果你想从一组人中提取出所有的年龄字段，在一个文档中像这样:
{"persons": [{ "name": "erik", "age": 38 },{ "name": "john", "age": 45 },{ "name": "rob", "age": 14 }]}
我们可以编写一个简单的循环，遍历所有的人。但是循环速度很慢，给代码带来了复杂性。这就是 JMESPath 的用武之地！
这个 JMESPath 表达式可以完成任务:
persons[*].age它将返回一个包含所有年龄段的数组: [38,45,14]。
假设你想过滤这个列表，只得到名为‘erik’的人的年龄。你可以使用一个过滤器:
persons[?name=='erik'].age看看这是多么自然和快捷！
JMESPath不是Python标准库的一部分，这意味着你需要使用pip来安装它。
$ pip3 install jmespath$ python3Python 3.8.2 (default, Jul 16 2020, 14:00:26)> import jmespath> j = { "people": [{ "name": "erik", "age": 38 }] }> jmespath.search("people[*].age", j)[38]>
个人微信（如果没有备注不拉群！） 请注明：地区+学校/企业+研究方向+昵称
下载1：何恺明顶会分享
在「AI算法与图像处理」公众号后台回复：何恺明，即可下载。总共有6份PDF，涉及 ResNet、Mask RCNN等经典工作的总结分析
下载2：终身受益的编程指南：Google编程风格指南
在「AI算法与图像处理」公众号后台回复：c++，即可下载。历经十年考验，最权威的编程规范！
下载3 CVPR2021 在「AI算法与图像处理」公众号后台回复：CVPR，即可下载1467篇CVPR 2020论文 和 CVPR 2021 最新论文 点亮
，告诉大家你也在看
