python知识：json格式文本；异常处理；字符串处理；unicode类型和str类型转换

python进程中的实例和json格式的字符串之间的映射关系是非常直接的，相当于同一个概念被编码成不同的表示：

stream in json form ----json.loads(str)-----> python object

stream in json form <----json.dumps(obj)----- python object

不过需注意类型的匹配，否则会报错。比如说json格式中大括号中的键值应当写成字符串。概念上json文本和python数据类型之间的对应关系是：

有没有觉得实在是太简单了！当然很重要的原因在于，json格式本身能很好的表达对象的概念。

PS: encode和decode这两个词的含义并没有明显的界限，都表示把同一个概念用不同的形式来表示。encode一般表示把概念在内存中的表示转换成在外存中的表示，decode则相反。

dumps()的参数

json.dumps()方法提供了很多好用的参数可供选择，比较常用的有sort_keys，separators，indent等参数。

参数值 sort_keys=True 表示对dict对象进行排序，我们知道默认dict是无序存放的。

参数值 indent=4 是缩进的意思，它可以使得数据存储的格式变得更加优雅，json格式的字符串的逗号后具有换行符，花括号和中括号中的内容有缩进。当然，输出的数据被格式化之后，变得可读性更强，但是却是通过增加一些冗余的空白格来进行填充的。json主要是作为一种数据通信的格式存在的，而网络通信是很在乎数据的大小的，无用的空格会占据很多通信带宽，所以适当时候也要对数据进行压缩。

参数值 separator=(",", ":") 的作用是数据压缩，去除冗余空白，减小网络通信量。该参数传递是一个元组，包含分割对象的字符串。

另一个比较有用的dumps参数是skipkeys，默认为False。 dumps方法存储dict对象时，key必须是str类型，如果出现了其他类型的话，那么会产生TypeError异常，如果开启该参数，设为True的话，则会比较优雅的过度。

不过还是要注意，处理外部输入输出的语句，尽量都写在 try: 语句块中。

自定义对象-json映射

需要自己实现函数。

class Person(object):
    def __init__(self,name,age):
        self.name = name
        self.age = age
    def __repr__(self):
        return 'Person Object name : %s , age : %d' % (self.name,self.age)
if __name__  == '__main__':
    p = Person('Peter',22)
    print p

import json
 
p = Person.Person('Peter',22)
 
def object2dict(obj):
    #convert object to a dict
    d = {}
    d['__class__'] = obj.__class__.__name__
    d['__module__'] = obj.__module__
    d.update(obj.__dict__)
    return d
 
def dict2object(d):
    #convert dict to object
    if'__class__' in d:
        class_name = d.pop('__class__')
        module_name = d.pop('__module__')
        module = __import__(module_name)
        class_ = getattr(module,class_name)
        args = dict((key.encode('ascii'), value) for key, value in d.items()) #get args
        inst = class_(**args) #create new instance
    else:
        inst = d
    return inst
 
d = object2dict(p)
print d
#{'age': 22, '__module__': 'Person', '__class__': 'Person', 'name': 'Peter'}
 
o = dict2object(d)
print type(o),o
#<class 'Person.Person'> Person Object name : Peter , age : 22
 
dump = json.dumps(p,default=object2dict)
print dump
#{"age": 22, "__module__": "Person", "__class__": "Person", "name": "Peter"}
 
load = json.loads(dump,object_hook = dict2object)
print load
#Person Object name : Peter , age : 22

直接实现文件的保存

dump(obj,fp) 和 obj=load(obj,fp)直接实现文件的保存，它们具有文件指针fp作为参数，dump函数需要可写指针，load需要可读指针。

file pointer  <-------------->  python object

import json

jsonobj = json.load(open('jsonsource.dat', 'r'))
json.dump(jsonobj, open('newjsonfile.dat', 'w'))

python中还有的pickle模块的用法也是类似的。

下面在讲解一些其他python细节知识。

python异常处理

为什么要用异常处理？因为当出现异常的时候，如果直接退出程序会导致程序太容易崩溃，如果只是简单打印调试信息又会导致运行时不能发现准确发现错误，所以在正式的开发中需要异常的引发和捕获。

异常处理包括异常的引发和捕获。很多错误是可以预料的，比如处理非法的输入，比如通信错误等等，我们常常需要在一些基础服务函数中引发异常，让上层代码捕获，而不是简答的打印错误信息或者简单的退出程序。

python使用 raise Exception("info") 来引发异常，用 try: except Exception, e: 来捕获在语句块中出现的任何异常：

try:
   a=2/0
   b=a[2]
except Exception,e:
   print Exception,":",e

如果仅仅是传递异常到更外层的代码，也就是不做任何其他处理，则只需单独使用 raise 关键字即可。

对异常的引发，要注意粒度的选择，要不然不知道到底是哪里出了问题。

对于异常的捕获，else 关键字基本上不需要用太多，直接在try中完成任务就可以了。

python字符串处理

ps:在 python中用正则表达式处理文本的编码范式是 ：  regex = re.compile(oldstring) ，然后  re.__( regex[, newstring], subject) 或者 regex.__([newstring,] subject)

re是一个模块，regex是正则表达式实例(概念上，regex和oldstring是同义词)，subject是目标字符串。.subn 和 .sub表示替换，.split 表示分隔，.match 表示匹配

如果不用正则表达式，则只能用字符串类中定义的对应函数 subject.__(oldstring, newstring)

字符串编码与unicode类型

首先需要明确：

（1）在python中 str 和 unicode 是两种不同的对象类型，它们两者可以相互转换，但两个概念没有依赖关系。

（2）一个 str 类型的对象，用不同的编码方法可以有不同的二进制表示。unicode 对象常常作为转换 str 对象编码方式的中间角色。

（3）python进程会把引号 ' ' 解释为创建 str 实例的操作，把字符u后面跟引号 u' ' 解释为创建 unicode 实例的操作。

实验一下str对象和unicode对象的相互转换：

str转unicode，也就是 str ----decode()----> unicode:

>>> s ="\u6d66\u53d1\u94f6\u884c"
>>> s.decode('unicode_escape')
u'\u6d66\u53d1\u94f6\u884c'
>>> print s.decode('unicode_escape')
浦发银行
>>>

相反做法就是 str <----encode()---- unicode ：
u'浦发银行'.encode('unicode_escape')