Python序列化之Json基础

python的序列化就是将python的基本对象转换为字符串的过程,反之则是反序列化。

序列化类型: -> import json    import pickle

序列化定义:    序列化:对象、列表、字典都是python的基本数据类型,序列化其实就是把这些数据类型转换为字符串。    反序列化:将序列化后得到的字符串转反序列化成python的数据对象、列表、字典等类型

json的作用:    在python的基本数据类型与字符串之间进行相互转换的作用

json.dumps()函数:    将python基本数据类型转换成字符串类型,称为序列化

json.loads()函数:    将字符串形式转换成python的基本数据类型,称为反序列化

json.loads()条件:    虽然loads函数可以将字符串发序列化成python基本数据类型,但是字符串必须是    正规的python基本数据类型,不能是类似{"k1":123]这样,既不是字典,又不是列表。

requests.get(‘URL‘)    获取URL指定的资源,http://wthrcdn.etouch.cn/weather_mini?city=上海   获取上海天气的API

代码部分:
import json # 做序列化和反序列化需要用到json模块
import requests  #请求URL资源,需要用到requests模块

print(‘\n‘,‘序列化‘.center(40,‘-‘))
dic = {‘k1‘:‘v1‘}
print(dic,type(dic))
# 输出结果:{‘k1‘: ‘v1‘} <class ‘dict‘>

# json.dumps(python数据类型)就可以把数据类型转换为字符串,这个过程就是序列化
result = json.dumps(dic)
print(result,type(result))
# 输出结果:{"k1": "v1"} <class ‘str‘>

print(‘\n‘,‘反序列化‘.center(40,‘-‘))
#json.loads(字符串)就可以把字符串转换成python的基本数据类型,这个过程就是反序列号
s1 = ‘{"k1":123}‘ # s1虽然看起来像字典,但它是一个字符串
dic = json.loads(s1)
print(dic,type(dic))
# 输出结果: {‘k1‘: 123} <class ‘dict‘>

print(‘\n‘,‘基于天气API获取python的json数据‘.center(40,‘-‘))
response = requests.get(‘http://wthrcdn.etouch.cn/weather_mini?city=上海‘)
response.encoding = ‘utf-8‘
print(response.text,type(response.text))    # 获取到的结果是字符串类型
# 输出结果: {"data":{"yesterday":{"date":"26日星期一"...    <class ‘str‘>

# 通过json.loads()函数将字符串结果转换为字典类型,转换成字典后对字典内对数据进行操作就方便的多了。
dic = json.loads(response.text)
print(dic,type(dic))    # json.loads()转换后的结果为python的基本数据类型,这里就是字典。
# 输出结果: {‘data‘: {‘yesterday‘: {‘date‘: ‘26日星期一...      <class ‘dict‘>

执行结果:

------------------序列化-------------------
{‘k1‘: ‘v1‘} <class ‘dict‘>
{"k1": "v1"} <class ‘str‘>

 ------------------反序列化------------------
{‘k1‘: 123} <class ‘dict‘>

 ---------基于天气API获取python的json数据---------
{"data":{"yesterday":{"date":"26日星期一","high":"高温 28℃","fx":"西风","low":"低温 23℃","fl":"微风","type":"雷阵雨"},"city":"上海","aqi":"107","forecast":[{"date":"27日星期二","high":"高温 29℃","fengli":"微风级","low":"低温 23℃","fengxiang":"西风","type":"雷阵雨"},{"date":"28日星期三","high":"高温 28℃","fengli":"微风级","low":"低温 23℃","fengxiang":"东南风","type":"小雨"},{"date":"29日星期四","high":"高温 27℃","fengli":"微风级","low":"低温 24℃","fengxiang":"东南风","type":"中雨"},{"date":"30日星期五","high":"高温 32℃","fengli":"微风级","low":"低温 26℃","fengxiang":"东南风","type":"多云"},{"date":"1日星期六","high":"高温 32℃","fengli":"4-5级","low":"低温 26℃","fengxiang":"东南风","type":"多云"}],"ganmao":"各项气象条件适宜,无明显降温过程,发生感冒机率较低。","wendu":"24"},"status":1000,"desc":"OK"} <class ‘str‘>

{‘data‘: {‘yesterday‘: {‘date‘: ‘26日星期一‘, ‘high‘: ‘高温 28℃‘, ‘fx‘: ‘西风‘, ‘low‘: ‘低温 23℃‘, ‘fl‘: ‘微风‘, ‘type‘: ‘雷阵雨‘}, ‘city‘: ‘上海‘, ‘aqi‘: ‘107‘, ‘forecast‘: [{‘date‘: ‘27日星期二‘, ‘high‘: ‘高温 29℃‘, ‘fengli‘: ‘微风级‘, ‘low‘: ‘低温 23℃‘, ‘fengxiang‘: ‘西风‘, ‘type‘: ‘雷阵雨‘}, {‘date‘: ‘28日星期三‘, ‘high‘: ‘高温 28℃‘, ‘fengli‘: ‘微风级‘, ‘low‘: ‘低温 23℃‘, ‘fengxiang‘: ‘东南风‘, ‘type‘: ‘小雨‘}, {‘date‘: ‘29日星期四‘, ‘high‘: ‘高温 27℃‘, ‘fengli‘: ‘微风级‘, ‘low‘: ‘低温 24℃‘, ‘fengxiang‘: ‘东南风‘, ‘type‘: ‘中雨‘}, {‘date‘: ‘30日星期五‘, ‘high‘: ‘高温 32℃‘, ‘fengli‘: ‘微风级‘, ‘low‘: ‘低温 26℃‘, ‘fengxiang‘: ‘东南风‘, ‘type‘: ‘多云‘}, {‘date‘: ‘1日星期六‘, ‘high‘: ‘高温 32℃‘, ‘fengli‘: ‘4-5级‘, ‘low‘: ‘低温 26℃‘, ‘fengxiang‘: ‘东南风‘, ‘type‘: ‘多云‘}], ‘ganmao‘: ‘各项气象条件适宜,无明显降温过程,发生感冒机率较低。‘, ‘wendu‘: ‘24‘}, ‘status‘: 1000, ‘desc‘: ‘OK‘} <class ‘dict‘>
时间: 2024-12-21 15:09:50

Python序列化之Json基础的相关文章

Python序列化之json与pickle

1.json介绍 JSON(JavaScript Object Notation) 是一种轻量级的数据交换格式. 易于人阅读和编写.同时也易于机器解析和生成. 它基于JavaScript Programming Language, Standard ECMA-262 3rd Edition - December 1999的一个子集. JSON采用完全独立于语言的文本格式,但是也使用了类似于C语言家族的习惯(包括C, C++, C#, Java, JavaScript, Perl, Python等

python序列化和json

python 的序列化和反序列化用于内存之间的共享,包括服务器和客户端的共享,两个Python程序之间的共享,以及以字符串的形式存储到硬盘中. pyhton 的pickle 可以对Python的各种数据类型进行操作,包括类,列表,对象等.pickle中只适用于Python. 硬盘存数据只能是字符串的形式,序列化这种方式实现两个程序之间内存数据的交互 #Python的序列化和反序列化 import pickle li = ['xiaoli','xiaowang','12','3','4'] dum

python序列化模块json和pickle

序列化相关 1. json 应用场景: json模块主要用于处理json格式的数据,可以将json格式的数据转化为python的字典,便于python处理,同时也可以将python的字典或列表等对象转化为json格式的数据,便于跨平台或跨语言进行数据交互 功能: Json模块提供了四个功能:dumps.dump.loads.load Python 编码为 JSON 类型转换对应表: Python JSON dict object list, tuple array str string int,

python序列化:json,pickle,shelve

什么是序列化 什么是序列化,把程序中的对象或者变量,从内存中转换为可存储或可传输的过程称为序列化.在 Python 中,这个过程称为 pickling,在其他语言中也被称为 serialization,marshalling,flattening 等.程序中的对象(或者变量)在序列化之后,就可以直接存放到存储设备上,或者直接发送到网络上进行传输. 序列化的逆向过程,即为反序列化(unpickling),就是把序列化的对象(或者变量)重新读到内存中~ json模块 json 模块就用于序列化和反序

python序列化 pickle,json模块

Python中用于序列化的两个模块 json     用于[字符串]和 [python基本数据类型] 间进行转换 pickle   用于[python特有的类型] 和 [python基本数据类型]间进行转换 Json模块提供了四个功能:dumps.dump.loads.load pickle模块提供了四个功能:dumps.dump.loads.load pickle.dump[ojb, file [,protocol] 序列化对象,并将结果数据流写入到文件对象中. 必填参数ojb表示要封装的对象

Python序列化中json模块和pickle模块

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. 比如,我们在python代码中计算的一个数据需要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)

python序列化: json &amp; pickle &amp; shelve 模块

一.json & pickle & shelve 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Json模块提供了四个功能:dumps.dump.loads.loadpickle模块提供了四个功能:dumps.dump.loads.load json模块:下面通过一些示例来学习:首先我们来看json的dumps和loads方法 s1={"k1":"v1"}

python 序列化 json pickle

python的pickle模块实现了基本的数据序列和反序列化.通过pickle模块的序列化操作我们能够将程序中运行的对象信息保存到文件中去,永久存储:通过pickle模块的反序列化操作,我们能够从文件中创建上一次程序保存的对象. 基本接口: pickle.dump(obj, file, [,protocol]) 注解:将对象obj保存到文件file中去. protocol为序列化使用的协议版本,0:ASCII协议,所序列化的对象使用可打印的ASCII码表示:1:老式的二进制协议:2:2.3版本引

6.python序列化功能之json&pickle

json模块是个非常重要的模块,可以实现任何语言之间跨平台的数据交换,还可以实现一些比较简单的数据类型的持久化.(这里的持久化就是说,把python内部一些比较简单的数据类型,比如说像字符串,列表,元组,字典之类的数据类型,转换为json字符串的标准格式,保存到硬盘中.) json模块常用函数: json.dumps():将python以字典为主的数据类型,包括(列表,元组,等)转换为json字符串. json.loads():将json字符串转换为python可识别的数据类型. json.du