Python - JSON：Python 中 JSON 處理的初學者指南

你好啊，未來的 Python 大師們！今天，我們將開啟一段令人興奮的旅程，深入 Python 裡的 JSON 世界。如果你是編程新手，不用擔心——我將成為你的友好導遊，我們將一步步進行。在這篇教程結束時，你將能夠像專家一樣處理 JSON！

Python - JSON

Python 裡的 JSON

JSON 是什麼？

JSON（JavaScript Object Notation）是一種輕量級的數據交換格式。可以把它看作是一種存儲和傳輸數據的方式——就像一種不同的程序都能理解的通用語言。它易於人類閱讀（對我們來說太棒了！）並且機器容易解析和生成。

在編程世界裡，JSON就像那個大家都想一起出去玩儿的酷小孩。它到處都被使用——從網頁 API 到配置文件。這就是為什麼學習在 Python 中使用 JSON 是一項如此重要的技能！

為什麼要在 Python 中使用 JSON？

Python 和 JSON 就像花生醬和果醬——它們就是能夠很好地一起工作！Python 通過其 json 模塊內置對 JSON 的支持。這意味著你可以輕鬆地將 Python 對象轉換為 JSON，反之亦然。

讓我們從導入 JSON 模塊開始：

import json

簡單吧？現在我們準備好深入挖掘那些精彩的部分了！

JSON 序列化

序列化就是將 Python 對象轉換為 JSON 字符串的複雜說法。這就像把 Python 轉換成其他程序可以理解的語言。

基本序列化

讓我們從一個簡單的 Python 字典開始：

my_dict = {
"name": "Alice",
"age": 30,
"city": "Wonderland"
}

json_string = json.dumps(my_dict)
print(json_string)

輸出：

{"name": "Alice", "age": 30, "city": "Wonderland"}

在這裡，json.dumps() 將我們的 Python 字典轉換為一個 JSON 字符串。這就像魔法，但是更好，因為這其實是代碼！

美化打印

有時候，我們希望我們的 JSON 看起來既美觀又易於閱讀。這就是美化打印的用武之地：

pretty_json = json.dumps(my_dict, indent=4)
print(pretty_json)

輸出：

{
"name": "Alice",
"age": 30,
"city": "Wonderland"
}

indent=4 參數告訴 Python 添加 4 個空格的縮進，使我們的 JSON 看起來整潔有序。

將 JSON 寫入文件

經常，我們希望將我們的 JSON 數據保存到文件中。這是怎麼做的：

with open('data.json', 'w') as file:
json.dump(my_dict, file, indent=4)

這會創建一個名為 data.json 的文件，並將我們的美化後的 JSON 寫入其中。這就像保存短信一樣，但是為了數據！

JSON 反序列化

反序列化是相反的過程——將 JSON 字符串再次轉換回 Python 對象。這就像把那種通用語言再翻譯回 Python。

基本反序列化

讓我們從一個 JSON 字符串開始：

json_string = '{"name": "Bob", "age": 25, "city": "Neverland"}'

python_dict = json.loads(json_string)
print(python_dict)
print(type(python_dict))

輸出：

{'name': 'Bob', 'age': 25, 'city': 'Neverland'}
<class 'dict'>

json.loads() 將我們的 JSON 字符串轉換回 Python 字典。這就像魔法反過來一樣！

從文件中讀取 JSON

還記得我們之前創建的文件嗎？讓我們讀回來：

with open('data.json', 'r') as file:
loaded_data = json.load(file)

print(loaded_data)

這會從我們的文件中讀取 JSON 數據，並將其轉換回 Python 對象。這就像打開一個保存的短信並閱讀它！

高級 JSON 處理

現在我們已經涵蓋了基礎知識，讓我們來看看一些更進階的技術。

處理複雜數據類型

JSON 非常棒，但它只原生支持幾種數據類型。以下是 Python 類型如何映射到 JSON 的表格：

Python 類型	JSON 類型
dict	object
list, tuple	array
str	string
int, float	number
True	true
False	false
None	null

但是像 datetime 對象這樣的更複雜的類型怎麼辦呢？這就是自定義編碼的用處！

JSONEncoder 類

JSONEncoder 類允許我們定義 Python 對象的自定義編碼，這些對象不是 JSON 原生支持的。

以下是 datetime 對象的一個例子：

from datetime import datetime

class DateTimeEncoder(json.JSONEncoder):
def default(self, obj):
if isinstance(obj, datetime):
return obj.isoformat()
return super().default(obj)

data = {
"name": "Charlie",
"birthday": datetime(1990, 5, 15)
}

json_string = json.dumps(data, cls=DateTimeEncoder)
print(json_string)

輸出：

{"name": "Charlie", "birthday": "1990-05-15T00:00:00"}

我們的自定義編碼器將 datetime 對象轉換為 ISO 格式字符串，JSON 可以處理。

JSONDecoder 類

類似地，JSONDecoder 類允許我們自定義 JSON 如何反序列化回 Python 對象。

以下是將 ISO 格式字符串反轉回 datetime 對象的例子：

import dateutil.parser

class DateTimeDecoder(json.JSONDecoder):
def __init__(self, *args, **kwargs):
json.JSONDecoder.__init__(self, object_hook=self.object_hook, *args, **kwargs)

def object_hook(self, obj):
for key, value in obj.items():
if isinstance(value, str):
try:
obj[key] = dateutil.parser.parse(value)
except ValueError:
pass
return obj

json_string = '{"name": "Charlie", "birthday": "1990-05-15T00:00:00"}'
decoded_data = json.loads(json_string, cls=DateTimeDecoder)
print(decoded_data)
print(type(decoded_data['birthday']))

輸出：

{'name': 'Charlie', 'birthday': datetime.datetime(1990, 5, 15, 0, 0)}
<class 'datetime.datetime'>

我們的自定義解碼器識別 ISO 格式字符串並將其反轉回 datetime 對象。

就是這樣，各位！我們穿越了 Python 裡的 JSON 領域，從序列化和反序列化的基礎到進階的自定義編碼和解碼。記住，練習使臻於完美，所以不要害怕實驗這些概念。

JSON 在 Python 中可能只是一小部分，但在當今的數據驅動世界裡，這是一項關鍵技能。無論你是構建網頁應用程序、與 API 一起工作還是分析數據，你新學到的 JSON 技能都將為你服務得很好。

繼續編碼，繼續學習，最重要的是，繼續享受 Python 的樂趣！

Credits: Image by storyset