学校网站建设的不足wordpress 图册

json

官方文档：http://docs.python.org/library/json.html

Json在线解析网站：http://www.json.cn/#

JSON(JavaScript Object Notation) 是一种轻量级的数据交换格式，它使得人们很容易的进行阅读和编写。同时也方便了机器进行解析和生成。适用于进行数据交互的场景，比如网站前台与后台之间的数据交互。

1.1、json.loads()

把Json格式字符串解码转换成Python对象，从json到python的类型转化对照如下：

JSON	Python
object	dict
array	list
string	str
number (int)	int
number (real)	float
true	True
false	False
null	None

import jsonstrList = '[1, 2, 3, 4]'
strDict = '{"city": "北京", "name": "大猫"}'print(json.loads(strList))
print(json.loads(strDict))
'''
输出结果：
[1, 2, 3, 4]
{"city": "北京", "name": "大猫"}
'''

1.2、json.dumps()

实现python类型转化为json字符串，返回一个str对象把一个Python对象编码转换成Json字符串，从python原始类型向json类型的转化对照如下：

Python	JSON
dict	object
list, tuple	array
str	string
int, float, int- & float-derived Enums	number
True	true
False	false
None	null

import jsonlistStr = [1, 2, 3, 4]
tupleStr = (1, 2, 3, 4)
dictStr = {"city": "北京", "name": "大猫"}print(json.dumps(listStr))
print(json.dumps(tupleStr))# 注意：json.dumps() 序列化时默认使用的ascii编码
# 添加参数 ensure_ascii=False 禁用ascii编码，按utf-8编码
print(json.dumps(dictStr))
print(json.dumps(dictStr, ensure_ascii=False))'''
输出结果：
[1, 2, 3, 4]
[1, 2, 3, 4]
{"city": "\u5317\u4eac", "name": "\u5927\u732b"}
{"city": "北京", "name": "大猫"}
'''

1.3、json.load()

读取文件中json形式的字符串元素 转化成python类型

import jsonstrList = json.load(open("listStr.json"))
print(strList)strDict = json.load(open("dictStr.json"))
print(strDict)

1.4、json.dump()

将Python内置类型序列化为json对象后写入文件

import jsonlistStr = [{"city": "北京"}, {"name": "大刘"}]
json.dump(listStr, open("listStr.json","w"), ensure_ascii=False)dictStr = {"city": "北京", "name": "大刘"}
json.dump(dictStr, open("dictStr.json","w"), ensure_ascii=False)

JsonPath

**官方文档：**http://goessner.net/articles/JsonPath
https://pypi.org/project/jsonpath/

JsonPath用符号$表示最外层对象，类似于Xpath中的根元素

JsonPath可以通过点语法来检索数据，如：shell $.store.book[0].title，也可以使用中括号[]的形式，如shell $['store']['book'][0]['title']

2.1、JsonPath与Xpath语法对比

Json结构清晰，可读性高，复杂度低，非常容易匹配，下表中对应了XPath的用法

XPath	JSONPath	描述
/	$	根节点
.	@	现行节点v
/	.or[]	取子节点
…	n/a	取父节点，Jsonpath未支持
//	…	就是不管位置，选择所有符合条件的条件
*	*	匹配所有元素节点
@	n/a	根据属性访问，Json不支持，因为Json是个Key-value递归结构，不需要。
[]	[]	迭代器标示（可以在里边做简单的迭代操作，如数组下标，根据内容选值等）
	[,]	支持迭代器中做多选。
[]	?()	支持过滤操作.
n/a	()	支持表达式计算
()	n/a	分组，JsonPath不支持

import jsonpathjsonobj ={"state":1,"message":"success","content":{"data":{"allCitySearchLabels":{"A":[{"id":105795,"name":"澳门特别行政区"},{"id":671,"name":"安庆"},{"id":601,"name":"鞍山"}]}}}
}
# 从根节点开始，匹配name节点
citylist = jsonpath.jsonpath(jsonobj,'$..name')

jsonpath-rw

官方文档：https://pypi.python.org/pypi/jsonpath-rw
https://github.com/kennknowles/python-jsonpath-rw

安装

pip install jsonpath-rw

用法

>>> from jsonpath_rw import jsonpath, parse
>>> json_obj = {"student":[{"male":176,"female":162},{"male":174,"female":159}]}
>>> jsonpath_expr = parse("student[*].male")
>>> male = jsonpath_expr.find(json_obj)
>>> male #返回的是list,但是不是我们想要的值
[DatumInContext(value=176, path=Fields('male'), context=DatumInContext(value={'male': 176, 'female': 162}, path=<jsonpath_rw.jsonpath.Index object at 0x000001C6B95109B0>, context=DatumInContext(value=[{'male': 176, 'female': 162}, {'male': 174, 'female': 159}], path=Fields('student'), context=DatumInContext(value={'student': [{'male': 176, 'female': 162}, {'male': 174, 'female': 159}]}, path=This(), context=None)))), DatumInContext(value=174, path=Fields('male'), context=DatumInContext(value={'male': 174, 'female': 159}, path=<jsonpath_rw.jsonpath.Index object at 0x000001C6B9510588>, context=DatumInContext(value=[{'male': 176, 'female': 162}, {'male': 174, 'female': 159}], path=Fields('student'), context=DatumInContext(value={'student': [{'male': 176, 'female': 162}, {'male': 174, 'female': 159}]}, path=This(), context=None))))]#想要获取值，要用如下方法
>>> [match.value for match in male]
[176, 174]------------------------------------------------------------------------------------
>>> jsonpath_expr = parse('foo[*].baz')
>>> from jsonpath_rw.jsonpath import Fields
>>> from jsonpath_rw.jsonpath import Slice
#jsonpath_expr_direct 等价于jsonpath_expr 
>>> jsonpath_expr_direct = Fields('foo').child(Slice('*')).child(Fields('baz'))>>> [match.value for match in jsonpath_expr.find({'foo': [{'baz': 1}, {'baz': 2}]})]
[1, 2]>>> [str(match.full_path) for match in jsonpath_expr.find({'foo': [{'baz': 1}, {'baz': 2}]})]
['foo.[0].baz', 'foo.[1].baz']>>> [match.value for match in parse('a.*.b.`parent`.c').find({'a': {'x': {'b': 1, 'c': 'number one'}, 'y': {'b': 2, 'c': 'number two'}}})]
['number two', 'number one']

---

PS：这里再为大家推荐几款比较实用的json在线工具供大家参考使用：

在线JSON代码检验、检验、美化、格式化工具： http://tools.jb51.net/code/json

JSON在线格式化工具： http://tools.jb51.net/code/jsonformat

在线XML/JSON互相转换工具： http://tools.jb51.net/code/xmljson

json代码在线格式化/美化/压缩/编辑/转换工具： http://tools.jb51.net/code/jsoncodeformat

在线json压缩/转义工具：
http://tools.jb51.net/code/json_yasuo_trans

参考：https://www.cnblogs.com/wongbingming/p/6896886.html
https://blog.csdn.net/Ka_Ka314/article/details/81014589
https://www.jianshu.com/p/9721ddb9546e
https://www.jb51.net/article/144815.htm