python+json

JSON(JavaScript Object Notation) 是一种轻量级的数据交换格式
一、json函数：
使用json函数需要导入json库：import json
json.dumps()    将python对象编码成JSON字符串（可以这么理解，json.dumps()函数是将字典转化为字符串）
json.loads()    将已编码的JSON字符串解码为python对象（可以这么理解，json.loads()函数是将字符串转化为字典）
json.dump()和json.load()主要用来读写json文件函数
二、使用第三方库：Demjson
demjson函数
demjson.encode()    将python对象编码成JSON字符串
demjson.decode()    将JSON字符串解码为python对象

json.dumps(obj, skipkeys=False, ensure_ascii=True, check_circular=True, allow_nan=True, cls=None, indent=None, separators=None, encoding="utf-8", default=None, sort_keys=False, **kw)

其中json.dumps()里面的参数解释：
Skipkeys：默认值是Skipkeys = False，如果dict的keys内的数据不是python的基本类型(str,unicode,int,long,float,bool,None)，设置为False时，就会报TypeError的错误。此时设置成Skipkeys = True，则会跳过这类key
ensure_ascii ：默认为为ensure_ascii = True的时候，保证将所有传入的非ASCII码字符转义；
        ensure_ascii = False时，这些字符将原样输出
                        比如，要想将存入json的中文正常显示，只需在dumps时将ensure_ascii设置为False即可
check_circular  ：默认值是check_circular = True；
                     如果设置为check_circular = False，则将跳过对容器类型的循环引用检查，并且循环引用将导致OverflowError（或更糟）
allow_nan ：  默认值是check_circular = True；
        如果设置为allow_nan = False，那么这将是一个 ValueError序列化超出范围的float值（nan，inf，-inf在JSON说明书的严格遵守），而                        不是使用JavaScript当量（NaN，Infinity，-Infinity）
indent：应该是一个非负的整型，
    如果是0就是顶格分行显示，
    如果为空就是一行最紧凑显示，
    否则会换行且按照indent的数值显示前面的空白分行显示，如indent = 4，这样打印出来的json数据也叫pretty-printed json
separators：分隔符，实际上是(item_separator, dict_separator)的一个元组，默认的就是(‘,’,’:’)；这表示dictionary内keys之间用“,”隔开，而key和value                      之间用“：”隔开，如separators=(',', ': ')
sort_keys：默认值是sort_keys = False ；
          设置为sort_keys = True，将数据根据keys的值进行排序，设置为
encoding：默认是UTF-8，设置json数据的编码方式

实例：
将以下数组编码为json数据格式
import json
data = [ { 'a' : 1, 'b' : 2, 'c' : 3, 'd' : 4, 'e' : 5 } ]
json = json.dumps(data)
print json
以上代码的执行结果为
[{"a": 1, "c": 3, "b": 2, "e": 5, "d": 4}]
使用参数让JSON数据格式化输出
import json

data = [{'a': 'Runoob', 'b': 7}]
json = json.dumps(data, sort_keys=True, indent=4, separators=(',', ': '))
print json
那么输出结果为
{
    "a": "Runoob",
    "b": 7
}
python 原始类型向 json 类型的转化对照表：
Python
JSON
dict
object
list, tuple
array
str, unicode
string
int, long, float
number
True
true
False
false
None
null
下面是一个例子，演示了编码后的字符串效果：
>>> json.dumps(False)
'false'
>>> d = {'a': True,
...     'b': 'Hello',
...     'c': None}
>>> json.dumps(d)
'{"b": "Hello", "c": null, "a": true}'
>>>

json.loads(s，encoding = None，cls = None，object_hook = None，parse_float = None，parse_int = None，parse_constant = None，object_pairs_hook = None，** kw)
s:  使用此转换表将 s（str包含JSON文档的实例）反序列化为Python对象
实例：
import json


jsonData = '{"a":1,"b":2,"c":3,"d":4,"e":5}'  #单引号内的一个字典，json数据
dict1 = json.loads(jsonData)
print dict1
以上代码的执行结果为
{u'a': 1, u'c': 3, u'b': 2, u'e': 5, u'd': 4}

json 类型转换到 python 的类型对照表：
JSON
Python
object
dict
array
list
string
unicode
number (int)
int, long
number (real)
float
true
True
false
False
null
None

json.dump( )函数是将json信息写进文件
 import json
 json_info = "{'age': '12'}" #json格式的数据信息
 file = open('1.json','w',encoding='utf-8')
 json.dump(json_info,file)
运行结果为，在控制台上显示1.json文件里面的该json数据信息：
"{'age': '12'}"

 json.load( )函数是读取json信息
import json
file = open('1.json','r',encoding='utf-8')
json_info = json.load(file)
print(json_info)

如果你要处理的是文件而不是字符串，你可以使用 json.dump() 和 json.load() 来编码和解码JSON数据。例如：
# Writing JSON data
with open('data.json', 'w') as f:
    json.dump(data, f)

# Reading data back
with open('data.json', 'r') as f:
    data = json.load(f)

如果你试着去检查JSON解码后的数据，你通常很难通过简单的打印来确定它的结构， 特别是当数据的嵌套结构层次很深或者包含大量的字段时。 为了解决这个问题，可以考虑使用pprint模块的 pprint() 函数来代替普通的 print() 函数。 它会按照key的字母顺序并以一种更加美观的方式输出。 下面是一个演示如何漂亮的打印输出Twitter上搜索结果的例子：
>>> from urllib.request import urlopen
>>> import json
>>> u = urlopen('http://search.twitter.com/search.json?q=python&rpp=5')
>>> resp = json.loads(u.read().decode('utf-8'))
>>> from pprint import pprint
>>> pprint(resp)
{'completed_in': 0.074,
'max_id': 264043230692245504,
'max_id_str': '264043230692245504',
'next_page': '?page=2&max_id=264043230692245504&q=python&rpp=5',
'page': 1,
'query': 'python',
'refresh_url': '?since_id=264043230692245504&q=python',
'results': [{'created_at': 'Thu, 01 Nov 2012 16:36:26 +0000',
            'from_user': ...
            },
            {'created_at': 'Thu, 01 Nov 2012 16:36:14 +0000',
            'from_user': ...
            },
            {'created_at': 'Thu, 01 Nov 2012 16:36:13 +0000',
            'from_user': ...
            },
            {'created_at': 'Thu, 01 Nov 2012 16:36:07 +0000',
            'from_user': ...
            }
            {'created_at': 'Thu, 01 Nov 2012 16:36:04 +0000',
            'from_user': ...
            }],
'results_per_page': 5,
'since_id': 0,
'since_id_str': '0'}
>>>
一般来讲，JSON解码会根据提供的数据创建dicts或lists。 如果你想要创建其他类型的对象，可以给 json.loads() 传递object_pairs_hook或object_hook参数。 例如，下面是演示如何解码JSON数据并在一个OrderedDict中保留其顺序的例子：
>>> s = '{"name": "ACME", "shares": 50, "price": 490.1}'
>>> from collections import OrderedDict
>>> data = json.loads(s, object_pairs_hook=OrderedDict)
>>> data
OrderedDict([('name', 'ACME'), ('shares', 50), ('price', 490.1)])
>>>

下面是如何将一个JSON字典转换为一个Python对象例子：
>>> class JSONObject:
...     def __init__(self, d):
...         self.__dict__ = d
...
>>>
>>> data = json.loads(s, object_hook=JSONObject)
>>> data.name
'ACME'
>>> data.shares
50
>>> data.price
490.1
>>>
最后一个例子中，JSON解码后的字典作为一个单个参数传递给 __init__() 。 然后，你就可以随心所欲的使用它了，比如作为一个实例字典来直接使用它。