json的四个方法总结dumps、dump、loads、load

dump介绍

1 json 
.作用:将python内置类型序列化为json对象后写入文件
.参数:要存储的数据以及可以用于存储的文件对象
json.dump(number,file_object)
.样例:把列表数据number储存为json文件
import json
number = [1,2,3,4]
file_name = 'number.json'
with open(file_name,'w') as file_object:
   json.dump(number,file_object)
   
注意
这里file_object传递的是一个指针

dumps

作用
将一个Python数据类型列表进行json格式的编码(可以这么理解,json.dumps()函数是将字典转化为字符串)
参数
json.dumps(dict)
样例
将name列表转为json对象
import json
number = [1,2,3,4]
number_json =json.dumps(number)
print(number_json)
print(type(number_json))
print(type(number))
结果
[1, 2, 3, 4]
<class 'str'>
<class 'list'>

load

作用
将字符形式的json数据转为python类型
用于从json文件中读取数据
常用的有转化网页请求之后的数据和直接读取文件
参数
json.load(object)注意在读取文件是,object也是一个指针
样例
读取网页请求结果,在另一篇文章关于urllib.request和json入门级别理解中有提到,这里不赘述。
给一个读取文件的例子
这里有个number.json文件,我对里面的内容进行改变,然后分析不同的结果
1、文件内容为:[1,2,3,4]

import json
print(json.load(open("number.json")))
print(type(json.load(open("number.json"))))

注意,一定是参数一定是open(),而不直接是文件名

[1, 2, 3, 4]
<class 'list'>

2、文件内容为:s=[1,2,3,4]
json.decoder.JSONDecodeError: Expecting value: line 1 column 1 (char 0)
       
3、文件内容为:{"name": "zs", "age": 18}
{'name': 'zs', 'age': 18}
<class 'dict'>
自动识别类似字典类型,因此转为字典,并且双引号都别为了单引号

4、文件内容为:{'name': 'zs', 'age': 18}
报错
json.decoder.JSONDecodeError: Expecting property name enclosed in double quotes: line 1 column 2 (char 1)
总结
说明了在用json.load()方法时,它会自动对原数据进行分析,由于json只能由python基本数据类型转变而成,所以如果原数据形式不符合python基本数据类型的样式,那么将不会转换成功。

loads

作用
把Json格式字符串解码转换成Python对象
参数
参数是数据内容,基本的数据类型的对象本身
还是从json.load()说起
import json
from urllib  import request
url ='http://httpbin.org/ip'
resp = request.urlopen(url)
print(type(resp))
print(json.load(resp))
结果

<class 'http.client.HTTPResponse'>
{'origin': '113.57.182.250'}
即json.load()处理的是包含数据内容的数据文件对象
但是json.loads()处理的是数据对象本身
我们耐心点,对一个一个数据进行分析

1.如果我们对resp请求结果直接用json.loads()方法,而不是用json.load()
import json
from urllib  import request
url ='http://httpbin.org/ip'
resp = request.urlopen(url)
print(type(resp))
print(json.loads(resp))
很显然会报错,因为resp不是可以基本的python数据类型

TypeError: the JSON object must be str, bytes or bytearray, not HTTPResponse
<class 'http.client.HTTPResponse'>
2.如果我们对resp.read()即文本内容来用json.loads()方法呢?
import json
from urllib  import request
url ='http://httpbin.org/ip'
resp = request.urlopen(url)
print(type(resp))
print(json.loads(resp.read()))
那么会得到标准的结果,因为resp.read()是标准符合json样式的字符串

<class 'http.client.HTTPResponse'>
{'origin': '113.57.182.250'}
这里用json.loads()对bytes类型的resp.read()也能转换成功
但是这里出现了一个有意思的问题

import json
from urllib  import request
url ='http://httpbin.org/ip'
resp = request.urlopen(url)
print(type(resp))
print(resp.read())
print(json.loads(resp.read()))
如果你在print(json.loads(resp.read())),有调用过resp.read(),那么再调用json.loads(resp.read())会出错

json.decoder.JSONDecodeError: Expecting value: line 1 column 1 (char 0)
这是什么原因我也不是很清楚,毕竟刚接触而已,了解不深。
但是如果用变量的方法,可以避免这个问题

import json
from urllib  import request
url ='http://httpbin.org/ip'
resp = request.urlopen(url)
xx =resp.read()
print(type(resp))
print(type(xx))
print(xx)
print(json.loads(xx))
结果

<class 'http.client.HTTPResponse'>
<class 'bytes'>
b'{\n "origin": "113.57.182.250"\n}\n'
{'origin': '113.57.182.250'}
这是最完美的结果

总结

五、总结 json是用于python基本数据类型和json数据之间相互转换,关键在于数据内容一定要符合python基本数据类型的样式。 其中dumps()和loads()是直接处理基本类型数据本身,没有打开的过程。 dump()和load()是通过打开有基本类型数据的载体,然后再处理转换。 用词不是很专业哈,毕竟是一个小白。 希望能让大家都明白,祝大家学习愉快!

python中json的四个方法总结dumps、dump、loads、load的更多相关文章

  1. [ Python入门教程 ] Python中JSON模块基本使用方法

    JSON (JavaScript Object Notation)是一种使用广泛的轻量数据格式,Python标准库中的json模块提供了一种简单的方法来编码和解码JSON格式的数据.用于完成字符串和p ...

  2. Python 中 JSON和dict的转换,json的使用

    一. 基础语法 在Python 的 json库中,共有四个方法.分别是: json.load() # 从文件中加载 json.loads() # 数据中加载 json.dump() # 转存到文件 j ...

  3. 使用Python解析JSON数据的基本方法

    这篇文章主要介绍了使用Python解析JSON数据的基本方法,是Python入门学习中的基础知识,需要的朋友可以参考下:     ----------------------------------- ...

  4. Python中json的简单读写操作

    Python中json的简单读写操作 JSON(JavaScript Object Notation) 是一种轻量级的数据交换格式.它基于ECMAScript的一个子集. JSON采用完全独立于语言的 ...

  5. Navicat的使用与python中使用MySQL的基本方法

    Navicat的使用与python中使用MySQL的基本方法 Navicat的下载及安装 下载地址 http://www.navicat.com.cn/download/navicat-premium ...

  6. Python中optionParser模块的使用方法[转]

    本文以实例形式较为详尽的讲述了Python中optionParser模块的使用方法,对于深入学习Python有很好的借鉴价值.分享给大家供大家参考之用.具体分析如下: 一般来说,Python中有两个内 ...

  7. Python中防止sql注入的方法详解

    SQL注入是比较常见的网络攻击方式之一,它不是利用操作系统的BUG来实现攻击,而是针对程序员编程时的疏忽,通过SQL语句,实现无帐号登录,甚至篡改数据库.下面这篇文章主要给大家介绍了关于Python中 ...

  8. python中json格式数据输出实现方式

    python中json格式数据输出实现方式 主要使用json模块,直接导入import json即可. 小例子如下: #coding=UTF-8 import json info={} info[&q ...

  9. python中的字典内置方法小结

    #!/usr/local/bin/python3 # -*- coding:utf-8 -*- #key-value #dict 无序,无下标,不需要下标,因为有key stu={ 'stu001': ...

  10. python中文件操作的其他方法

    前面介绍过Python中文件操作的一般方法,包括打开,写入,关闭.本文中介绍下python中关于文件操作的其他比较常用的一些方法. 首先创建一个文件poems: p=open('poems','r', ...

随机推荐

  1. 1067- invalid default value for ""

    创建表时报的,一个时间字段类型是datetime,一保存就报错,网上说是datetime类型只支持mysql 5.6.5+,我看了下我的版本,5.8的,没什么问题,然后找了许久找到了错误的地方. 很蠢 ...

  2. CIL指令和指针类型的操作

    对象引用的使用在CIL中受到严格限制.它们几乎完全被使用带有VOS(Virtual Object System)指令,这些指令是专门为处理对象和部分对象引用而设计的. 常规操作如下: 首先我们需要将加 ...

  3. modelsim仿真含Xilinx原语代码块

    很早之前笔者已经写过关于modelsim仿真的文章了,不过之前笔者做的仿真都是有现成代码块的仿真.对于那些使用原语的代码块进行仿真时则需要产生相关的仿真库,笔者这里使用modeltech64_2020 ...

  4. centos 等保漏洞修复

    一.设置密码复杂度 [root@localhost ~]# vi /etc/pam.d/system-auth password requisite pam_pwquality.so try_firs ...

  5. win10安装MAT并单独配置jdk11

    1.下载MAT 2.下载jdk11 3.配置jdk11 MAT解压后,在MemoryAnalyzer.ini配置文件开头添加配置指向jdk11,如下: -vm C:\Program Files\Jav ...

  6. css 选择器再学一遍记录一下*1

    1 <!DOCTYPE html> 2 <html> 3 <HEAD> 4 5 <style> 6 *{font-size: 12px; padding ...

  7. 将freeswitch加入CentOS7的systemctl

    cd /usr/local/src/freeswitch/build cp freeswitch.service /usr/lib/systemd/system/ cp freeswitch.sysc ...

  8. beanshell脚本构造生成随机大小的文件

    文件下载地址:链接: https://pan.baidu.com/s/1wum8hfBeLMipdtQlqysp8A?pwd=8e7r 提取码: 8e7r #!/bin/bash -e # sh fi ...

  9. xen虚拟化技术完全导读_pdf

    链接:https://pan.baidu.com/s/1W3qTgj8ygkdiz7nln802Xw 提取码:g9k3

  10. body传参和query传参

    get请求只能传query参数,query参数都是拼接在请求地址上的.post可以传body和query两种形式的参数. get请求在url中传送的参数是有长度限制的,而post没有限制.get比po ...