python之simplejson,Python版的简单、 快速、 可扩展 JSON 编码器/解码器

simplejson

Python版的简单、 快速、 可扩展 JSON 编码器/解码器

编码基本的 Python 对象层次结构:

import simplejson as json

print json.dumps(['foo', {'bar': ('baz', None, 1.0, 2)}])
print json.dumps("\"foo\bar")
print json.dumps(u'\u1234')
print json.dumps('\\')
print json.dumps({"c": 0, "b": 0, "a": 0}, sort_keys=True)
from StringIO import StringIO
io = StringIO()
json.dump(['streaming API'], io)
io.getvalue()
["foo", {"bar": ["baz", null, 1.0, 2]}]
"\"foo\bar"
"\u1234"
"\\"
{"a": 0, "b": 0, "c": 0}

压缩编码(减少空格来节省数据传输量):

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

漂亮的输出(输出效果好看易读,但是增加了很多空格,数据量变大):

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

解码 JSON:

import simplejson as json
print json.loads('["foo", {"bar":["baz", null, 1.0, 2]}]')
print json.loads('"\\"foo\\bar"')
from StringIO import StringIO
io = StringIO('["streaming API"]')
print json.load(io)[0]
[u'foo', {u'bar': [u'baz', None, 1.0, 2]}]
"fooar
streaming API

使用Decimal代替float类型:

import simplejson as json
from decimal import Decimal
print json.loads('1.1', use_decimal=True) == Decimal('1.1')
print json.dumps(Decimal('1.1'), use_decimal=True) == '1.1'

  True
  True

 

json对象的解码成python对象:

import simplejson as json
def as_complex(dct):
if '__complex__' in dct:
return complex(dct['real'], dct['imag'])
return dct print json.loads('{"__complex__": true, "real": 1, "imag": 2}',
object_hook=as_complex)
(1+2j)

把python的对象json编码传输的json格式:

import simplejson as json
def encode_complex(obj):
if isinstance(obj, complex):
return [obj.real, obj.imag]
raise TypeError(repr(o) + " is not JSON serializable") print json.dumps(2 + 1j, default=encode_complex)
print json.JSONEncoder(default=encode_complex).encode(2 + 1j)
print ''.join(json.JSONEncoder(default=encode_complex).iterencode(2 + 1j))
[2.0, 1.0]
[2.0, 1.0]
[2.0, 1.0]

基本用法:

def dumps(obj, skipkeys=False, ensure_ascii=True, check_circular=True,
allow_nan=True, cls=None, indent=None, separators=None,
encoding='utf-8', default=None, use_decimal=True,
namedtuple_as_object=True, tuple_as_array=True,
bigint_as_string=False, sort_keys=False, item_sort_key=None,
**kw):

将 obj 序列化为 JSON 格式流到 fp (.write ()-支持类似于文件的对象)。

如果 skipkeys 为 true (默认: False),然后词典并不是一种基本类型的键 (str,unicode、 int,长、 浮动、 bool,None) 将被跳过而不是引发 TypeError。

如果 ensure_ascii 为 false (默认: True),然后写入 fp 一些块可能是 unicode 的情况下,除正常 Python str unicode 胁迫规则。除非 fp.write() 明确地理解 unicode (如 codecs.getwriter()) 这是可能会导致错误。它最好保留默认设置,因为它们是安全的,高度优化。

如果 check_circular 为 false (默认: True),容器类型的循环引用检查将被跳过,然后循环引用会导致更糟的OverflowError 。

如果 allow_nan 为 false (默认: True),那么它将是 ValueError 来序列化超过 float范围的值 (nan,inf、-inf) 中的 JSON 规范严格遵守。如果 allow_nan 为 true,则将使用对应的 JavaScript (NaN,无穷大,无穷大)。

如果indent缩进是一个字符串,然后 JSON 数组元素和对象成员将漂亮打印与换行符,其次是对于每个级别的嵌套重复该字符串。无 (默认值) 选择没有任何换行符的最紧凑的表示形式。为后仰与 simplejson 比 2.1.0,整数早版本兼容性也可以接受,转换为字符串,与很多空格。

如果指定,分隔符应该是 (item_separator,dict_separator) 的元组。默认情况下,(',',': ') 使用。若要获取的最紧凑的 JSON 表示形式,您应指定 (',',': ') 以消除空白。
编码是字符编码为 str 实例,默认值为 ' utf-8'。
default(obj) 是 obj 的一个函数,应返回一个可序列化版本或引发 TypeError。默认值只是引发 TypeError。
若要使用一个自定义的 JSONEncoder 子类 (例如一个重写要序列化的其他类型的 default () 方法),请使用 cls kwarg 指定。
如果 use_decimal 为 true (默认值: True) 然后十进制。十进制将本机序列化为 JSON 完全精度
 
如果 namedtuple_as_object 为 true (默认: True),用 _asdict() 方法的对象将被编码为 JSON 对象。
如果 tuple_as_array 为 true (默认值: True),元组 (和子类) 将编码为 JSON 数组。
 
如果 bigint_as_string 为 true (默认值: False),int' 2 ** 53 和高于或低于-2 ** 53 将作为字符串进行编码。这是为了避免舍入,否则在 Javascript 中发生。注意此选项丢失类型信息,所以极端谨慎使用。
如果 sort_keys 为 true (False),则输出的词典将排序的关键 ;这是有用的回归测试,以确保可以将 JSON 序列在日常基础上进行比较。
如果 item_sort_key 是可调用 (False),然后输出的词典将与它进行排序。可调用将使用像这样: sorted(dct.items(),关键 = item_sort_key)。此选项将优先于 sort_keys。
 
分类: Python

python之simplejson,Python版的简单、 快速、 可扩展 JSON 编码器/解码器的更多相关文章

  1. Python系列教程-详细版 | 图文+代码,快速搞定Python编程(附全套速查表)

    作者:韩信子@ShowMeAI 教程地址:http://showmeai.tech/article-detail/python-tutorial 声明:版权所有,转载请联系平台与作者并注明出处 引言 ...

  2. Python之路,Day4 - Python基础4 (new版)

    Python之路,Day4 - Python基础4 (new版)   本节内容 迭代器&生成器 装饰器 Json & pickle 数据序列化 软件目录结构规范 作业:ATM项目开发 ...

  3. Python核心编程(第二版)PDF

    Python核心编程(第二版) 目录 第1部分 Python核心第1章 欢迎来到Python世界1.1 什么是Python1.2 起源1.3 特点1.3.1 高级1.3.2 面向对象1.3.3 可升级 ...

  4. 拒绝从入门到放弃_《Python 核心编程 (第二版)》必读目录

    目录 目录 关于这本书 必看知识点 最后 关于这本书 <Python 核心编程 (第二版)>是一本 Python 编程的入门书,分为 Python 核心(其实并不核心,应该叫基础) 和 高 ...

  5. 《Python编程第4版 下》高清PDF|百度网盘免费下载|Python基础编程

    <Python编程第4版 下>高清PDF|百度网盘免费下载|Python基础编程 提取码:tz5v 当掌握Python的基础知识后,你要如何使用Python?Python编程(第四版)为这 ...

  6. 《Python编程第4版 上》高清PDF|百度网盘免费下载|Python基础编程

    <Python编程第4版 上>高清PDF|百度网盘免费下载|Python基础编程 提取码:8qbi  当掌握Python的基础知识后,你要如何使用Python?Python编程(第四版)为 ...

  7. 【Python大系】Python快速教程

    感谢原作者:Vamei 出处:http://www.cnblogs.com/vamei 怎么能快速地掌握Python?这是和朋友闲聊时谈起的问题. Python包含的内容很多,加上各种标准库.拓展库, ...

  8. 笨办法学 Python (第三版)(转载)

    笨办法学 Python (第三版) 原文地址:http://blog.sina.com.cn/s/blog_72b8298001019xg8.html   摘自https://learn-python ...

  9. python核心编程第二版笔记

    python核心编程第二版笔记由网友提供:open168 python核心编程--笔记(很详细,建议收藏) 解释器options:1.1 –d   提供调试输出1.2 –O   生成优化的字节码(生成 ...

随机推荐

  1. TVB三个台

    翡翠台http://token.tvb.com/stream/live/hls/mobilehd_jade.smil 高清翡翠,http://token.tvb.com/stream/live/hls ...

  2. .Net Discovery 系列之七--深入理解.Net垃圾收集机制(拾贝篇)

    关于.Net垃圾收集器(Garbage Collection),Aicken已经在“.Net Discovery 系列”文章中有2篇的涉及,这一篇文章是对上2篇文章的补充,关于“.Net Discov ...

  3. arcgis10.1安装出现1606错误怎么办?找不到盘符

    HKEY_LOCAL_MACHINE\SOFTWARE\Wow6432Node\ESRIHKEY_LOCAL_MACHINE\SOFTWARE\ESRIHKEY_CURRENT_USER\Softwa ...

  4. netty 自定义通讯协议

    Netty中,通讯的双方建立连接后,会把数据按照ByteBuf的方式进行传输,例如http协议中,就是通过HttpRequestDecoder对ByteBuf数据流进行处理,转换成http的对象.基于 ...

  5. Android 4.4 Kitkat Phone工作流程浅析(八)__Phone状态分析

    本文来自http://blog.csdn.net/yihongyuelan 转载请务必注明出处 本文代码以MTK平台Android 4.4为分析对象.与Google原生AOSP有些许差异.请读者知悉. ...

  6. apache路由端口配置

    <VirtualHost *:80> ServerName a.com ProxyPreserveHost On ProxyRequests On ProxyPass / http://1 ...

  7. epoll的两种工作模式

    epoll有两种模式,Edge Triggered(简称ET) 和 Level Triggered(简称LT).在採用这两种模式时要注意的是,假设採用ET模式,那么仅当状态发生变化时才会通知,而採用L ...

  8. 关于GreenPlum的一些整理

    Greenplum数据库架构 Greenplum数据库基本由PostgreSQL核心增强数据库实例组合并衔接成的数据库管理系统,即Greenplum数据在PostgreSQL基础上扩展开发,每个Gre ...

  9. 相关性系数及其python实现

    参考文献: 1.python 皮尔森相关系数 https://www.cnblogs.com/lxnz/p/7098954.html 2.统计学之三大相关性系数(pearson.spearman.ke ...

  10. EndNote在Word中插入文献不能自动生成编号 - 解决方案

    本文出处:新浪博客“小数码植物摄影”之http://blog.sina.com.cn/s/blog_629be3eb0100sih3.html 新浪博客“小数码植物摄影”首页:http://blog. ...