python的json庫

1. python中json處理

python中json文件處理涉及的四個函數json.loads()、json.mps()、json.load()、json.mp()。

1）json.mps()

    將一個Python數據類型dict進行json格式的編碼（字典->字元串）

    eg：

    age_dict = {'age1':'12', 'age2':'15'}

    json_info = json.mps(age_dict)

    print("json_info = {}".format(json_info))

    print("json_info type = {}".format(type(json_info)))

2）json.loads()

    將json格式數據轉換為dict（字元串->字典）

    json_age ='{"age1": "12", "age2": "15"}'

    dict_age = json.loads(json_info)

    print("json_age = {}".format(json_age))

    print("dict_age type = {}".format(str(type(dict_age))))

3）json.load()

    讀取文件，將里json格式字元串轉化為dict

    with open(test.json, 'r') as file:

        contents = json.load(file)

    print(contents)

4）json.mp()

    將dict類型轉換為json格式字元串,存入文件

    number = [1, 2, 3, 5]

    file = 'number.json'

    with open(file , 'w') as file:

        json.mp(number, file)

2. 常用的python庫有哪些

10個頂級且實用的python庫

1、Dash

Dash是比較新的軟體包，它是用純python構建數據可視化app的理想選擇，因此特別適合處理數據的任何人。Dash是Flask、Plotly.js和React.js的混合體。

2、Pygame

Pygame是SDL多媒體庫的python裝飾器，SDL是一個跨平台開發庫，旨在提供對以下內容的低級介面：音頻、鍵盤、滑鼠、游戲桿、基於OpenGL和Direct3D的圖形硬體。

Pygame具有高度的可移植性，幾乎可以在所有平台和操作系統上運行。盡管它具有完善的游戲引擎，但您也可以使用此庫直接從python腳本播放MP3文件。

3、Pillow

Pillow專門用於處理圖像，您可以使用該庫創建縮略圖，在文件格式之間轉換、旋轉、應用濾鏡、顯示圖像等等。如果您需要對許多圖像執行批量操作，這是理想的選擇。

4、Colorama

Colorama允許你在終端使用顏色，非常適合python腳本，文檔簡短而有趣，可以在Colorama PyPi頁面上找到。

5、JmesPath

在python中使用JSON非常容易，因為JSON在python字典上的映射非常好。此外，python帶有自己出色的json庫，用於解析和創建JSON。對我來說，這是它最好的功能之一，如果我需要使用JSON，可以考慮使用python。

JmesPath使python處理JSON更加容易，它允許您明確地指定如何從JSON文檔中提取元素。

6、Requests

Requests建立在世界上下載量最大的python庫urllib3上，它令Web請求變得非常簡單，功能強大且用途廣泛。

Requests可以完成您能想到的所有高級工作，比如：認證，使用cookie，執行POST、PUT、DELETE等，使用自定義證書，使用會話Session、使用代理等。

7、Simplejson

python中的本地json模塊有什麼問題?沒有!實際上，python的json是Simplejson。意思是：python採用了Simplejson的一個版本，並將其合並到每個發行版中，但是使用Simplejson具有一些優點：它適用於更多python版本、它比python隨附的版本更新頻率更高、它具有用C編寫的部分，因此非常快速。

8、Emoji

Emoji庫非常意思，但並非每個人都喜歡表情包，分析視角媒體數據時，Emoji包非常有用。

9、Python-dateutil

Python-dateutil模塊提供了對標准datetime模塊的強大擴展。我的經驗是：常規的python日期時間功能在哪裡結束，而Python-dateutil就出現了。

10、BeautifulSoup

如果您從網站上提取了一些HTML，則需要對其進行解析以獲取實際所需的內容。BeautifulSoup是一個python庫，用於從HTML和XML文件中提取數據。它提供了導航，搜索和修改解析樹的簡單方法。它非常強大，即使損壞了，也能夠處理各種HTML，這是一個非常強大的功能。

它的一些主要功能：

①BeautifulSoup會自動將傳入文檔轉換為Unicode，將傳出文檔轉換為UTF-8，您無需考慮編碼。

②BeautifulSoup位於流行的python解析器的頂部，使您可以嘗試不同的解析策略或提高靈活性。

3. Python 常用的標准庫以及第三方庫有哪些

我也來幾個吧
standard libs:

itertools http://docs.python.org/2/library/itertools.html

functools http://docs.python.org/2/library/functools.html 學好python有必要掌握上面這兩個庫吧，
re 正則
subprocess http://docs.python.org/2/library/subprocess.html 調用shell命令的神器
pdb 調試
traceback 調試
pprint 漂亮的輸出
logging 日誌
threading和multiprocessing 多線程
urllib/urllib2/httplib http庫，httplib底層一點，推薦第三方的庫requests
os/sys 系統，環境相關
Queue 隊列
pickle/cPickle 序列化工具
hashlib md5, sha等hash演算法
cvs
json/simplejson python的json庫，據so上的討論和benchmark，simplejson的性能要高於json
timeit 計算代碼運行的時間等等
cProfile python性能測量模塊
glob 類似與listfile，可以用來查找文件
atexit 有一個注冊函數，可用於正好在腳本退出運行前執行一些代碼
dis python 反匯編，當對某條語句不理解原理時，可以用dis.dis 函數來查看代碼對應的python 解釋器指令等等。

3th libs:

paramiko https://github.com/paramiko/paramiko ssh python 庫
selenium https://pypi.python.org/pypi/selenium 瀏覽器自動化測試工具selenium的python 介面
lxml http://lxml.de/ python 解析html,xml 的神器
mechanize https://pypi.python.org/pypi/mechanize/ Stateful programmatic web browsing

pycurl https://pypi.python.org/pypi/pycurl cURL library mole for Python
Fabric http://docs.fabfile.org/en/1.8/
Fabric is a Python (2.5 or higher) library and command-line tool for
streamlining the use of SSH for application deployment or systems
administration tasks.

xmltodict https://github.com/martinblech/xmltodict xml 轉 dict，真心好用
urllib3 和 requests: 當然其實requests就夠了 Requests: HTTP for Humans
flask http://flask.pocoo.org/python web 微框架
ipdb 調試神器，同時推薦ipython！結合ipython使用
redis redis python介面
pymongo mongodbpython介面
PIL http://www.pythonware.com/procts/pil/ python圖像處理
mako http://www.makotemplates.org/ python模版引擎
numpy ， scipy 科學計算
matplotlib 畫圖

scrapy 爬蟲
django/tornado/web.py/web2py/uliweb/flask/twisted/bottle/cherrypy.等等 python web框架/伺服器
sh 1.08 — sh v1.08 documentation 用來運行shell 模塊的 極佳選擇

暫時記得這么多吧，不過都是我自己常用的庫 :) 。。歡迎補充

UPDATE:
A curated list of awesome Python frameworks, libraries and software.

vinta/awesome-python · GitHub

幾乎所有很贊的 python 庫，和框架都在這個列表裡。

其他的 awesome list：
bayandin/awesome-awesomeness · GitHub

4. 【Python】淺談python中的json

一 前言  

   最近一直在做開發相關的工作--基於Django的web 平台，其中需要從model層傳輸數據到view 層做數據展示或者做業務邏輯處理。我們採用通用的Json格式--Json(JavaScript Object Notation) 是一種輕量級的數據交換格式，易於閱讀和程序解析。

二 認識Json

   2.1 Json 結構

   常見的Json格式為 「名稱/值」對的集合,其中 值可以是對象，列表，字典，字元串等等。比如

backup_data = {"back_to_host": "dbbk0",

"ip_address": "10.10.20.3",

"host_name": "rac4",

"port": 3306}

  2.2 使用Json

  Python的Json模塊序列化與反序列化的過程分別是 編碼和解碼。這兩個過程涉及到兩組不同的函數

  編碼 把一個Python對象編碼轉換成Json字元串，json.mps(data)/json.mp(data,file_handler)

  解碼 把Json格式字元串解碼轉換成Python對象，json.loads(data)/json.load(file_handler)

  在python中要使用Json模塊做相關操作，必須先導入:

import Json

  2.3 主要函數

  編碼函數主要有 json.mps(data)/json.mp(data,file_handler)

   json.mps()的參數是將python對象轉換為字元串，如使用json.mps序列化的對象json_mps=json.mps({'a':1, 'b':2}) ，json_mps='{"b": 2, "a": 1}'

   json.mp 是將內置類型序列化為json對象後寫入文件。

 解碼函數主要由json.loads(data)/json.load(file_handler)  

    json.loads的參數是內存對象，把Json格式字元串解碼轉換成Python對象,json_loads=json.loads(d_json)  #{ b": 2, "a": 1}，使用load重新反序列化為dict

    json.load()的參數針對文件句柄，比如本地有一個文件/tmp/test.json  json_load=json.load(open('/tmp/test.json'))

具體案例參考如下:

In [3]: data={"back_to_host": "rac1",

...: "ip_address": "10.215.20.3",

...: "host_name": "rac3",

...: "port": 3306}

In [7]: json_str=json.mps(data)

In [8]: print json_str

{"ip_address": "10.215.20.3", "back_to_host": "rac1", "host_name": "rac3", "port": 3306}

In [9]: json_loads=json.load(json_str)

---------------------------------------------------------------------------

AttributeError Traceback (most recent call last)

<ipython-input-9-180506f16431> in <mole>()

----> 1 json_loads=json.load(json_str)

/System/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/json/__init__.pyc in load(fp, encoding, cls, object_hook, parse_float, parse_int, parse_constant, object_pairs_hook, **kw)

284

285 ""

注意 從上面的報錯信息來看 json.loads 傳參是字元串類型，並不是文件句柄，沒有 read()屬性。

In [10]: json_loads=json.loads(json_str)

In [11]: print json_loads

{u'back_to_host': u'rac1', u'ip_address': u'10.215.20.3', u'host_name': u'rac3', u'port': 3306}

In [12]: type(json_loads)

Out[12]: dict

In [13]: type(json_str)

Out[13]: str

利用mp 將數據寫入 mp.json

In [17]: with open('/tmp/mp.json','w') as f:

...: json.mp(json_str,f)

...:

yangyiDBA:~ yangyi$ cat /tmp/mp.json

"{\"ip_address\": \"10.10.20.3\", \"back_to_host\": \"rac1\", \"host_name\": \"rac3\", \"port\": 3306}"

yangyiDBA:~ yangyi$

利用json.load 將mp.sjon的數據讀出來並賦值給 data 

In [18]: with open('/tmp/mp.json','r') as f:

...: data=json.load(f)

...:

In [19]: print data

{"ip_address": "10.10.20.3", "back_to_host": "rac1", "host_name": "rac3", "port": 3306}

三 小結

  本文算是一篇學習筆記，主要對比了json.loads/json.load  , json.mps/ json.mp 的使用差異 ，方便以後更好的使用json 。

以上為本次分享內容，感謝觀看。

5. Python爬蟲（七）數據處理方法之JSON

JSON 指的是 JavaScript 對象表示法（JavaScript Object Notation），是輕量級的文本數據交換格式，且具有自我描述性，更易理解。
JSON看起來像python類型（列表，字典）的字元串。

在之前的文章中，我們說到了怎麼用response的方法，獲取到網頁正確解碼後的字元串。如果還有不懂的，可以先閱讀 Python爬蟲（三）Requests庫 。接下來以有道翻譯為例子，說說怎麼通過網頁解碼後的字元串，提取到翻譯結果。

再結合上述有道翻譯的例子，得到字典類型的返回結果，並提取出來翻譯結果。

將上述例子的dict_json換成str字元串，再寫入文本中。

執行完上述的程序，會得到一個fanyi.txt的文件，其結果如下：{"type": "ZH_CN2EN", "errorCode": 0, "elapsedTime": 1, "translateResult": [[{"src": "\u4eba\u751f\u82e6\u77ed\uff0c\u6211\u7528python", "tgt": "Life is too short, I use python"}]]}。這樣子的一份文檔，中文部分顯示的是二進制，且格式非常不利於閱讀，這並不是我們想要的結果。好在json.mps()為我們提供的兩個方法，以幫助我們更好閱讀文檔。
1.ensure_ascii，能夠讓中文顯示成中文；
2.indent，能夠讓下一行在第一行的基礎上空格。
其用法如下：