Python其他知识目录
#json。数据交换使用json文件。 json是一个特殊的字符串。访问网站时返回json
1。 json介绍：
定义：JSON（JavaScript Object Notation，JS对象表示法）是一种轻量级的数据交换格式。
特点：简单性和清晰的层次结构使 JSON 成为理想的数据交换语言。易于人读写，也易于机器解析和生成，有效提高网络传输效率。
在JS语言中，一切都是对象。因此，任何支持的类型都可以用 JSON 来表示，例如字符串、数字、对象、数组等。但是，对象和数组是两种特殊且常用的类型：
对象表示为键值对
数据以逗号分隔
大括号保存对象 方括号保存数组
序列化的简单定义：转为json格式。定义：转为json格式。
反序列化的简单定义：json格式转其他
2。备注
注：
两种语言数据类型的差异是通过json进行交换的。
外层必须是字典或者列表，两种容器数据类型。
必须是双引号（因为Java等其他语言用双引号表示字符串，单引号不表示字符串）
json是字符串
json中没有元组。序列化元组后，元组就变成了列表；不能是集合，序列化集合时会报错。序列化支持类型可以在Python官方文档中介绍。
从现在开始，传递值时必须使用字典或列表
导入json
tup=(1,2,3)
a=json.dumps(tup) #json中不存在元组。序列化元组后，元组就变成了列表
打印（一）
打印（json.loads（a））
---------------- 结果：
[1、2、3]
[1、2、3]
导入 jsonmset={1,2,3} #不能是集合，序列化集合时会报错。
打印（json.dumps（mset））
--------------结果；
o.__class__.__name__)
TypeError：类型为 'set' is 的对象不可 JSON 序列化
字典格式与json格式对比：
字典格式：
d = {
'a'：123，
'b'：{
'x'：['A'， 'B', 'C']
}
}
json格式
{
“a”：123，
"b": { #必须是双引号（因为java等语言使用双引号来表示字符串，单引号不表示字符串）
"x": ["A", “B”, “C”]
}
}
可以看到，Dictionary和JSON非常接近，Python中json库提供的主要功能也是两者之间的转换。
3。 json用法（常用）：
JSON（JavaScript Object Notation，JS对象标签）是一种轻量级的数据交换格式。 JSON的数据格式实际上是python中的字典格式，可以包含方括号括起来的数组，在python中是列表。
在python中，有专门处理json格式的模块——json和pickle模块
Json模块提供了四种方法：dumps、dump、loads、load
pickle模块还有四种功能提供：dumps、dump、loads、load
序列化：将python值转换为json格式字符串。
反序列化：将json格式字符串转换为python数据类型
1)#序列化，将python值转换成json格式字符串。序列化 json.dumps() True 变为 true。序列化
导入 json
v = [12,3,4,{'k1':》 'v1' },正确,'asdf']
v1 = json.dumps(v)
打印（v1，类型（v1））
----------------结果；
[12、3、4、{"k1": " v1“}， true、"asdf"] <类 'str'>
2) 反序列化json.load()，将json格式字符串转换为python数据类型
导入 json
v2 = '["mcw",123]'
打印（类型（v2））
v3 = json.loads(v2)
打印（v3，类型（v3））
------------------结果；S 'Str'>
['mcw', 123] <类' 列表
验证如下：dumps可以将大部分基本数据类型格式化为字符串
1) 字典序列化：
导入 json
dic={"名称":"mcw" ,"年龄" :18}
xu=json.dumps(dic)
打印（xu，类型（xu），类型（dic））
---------------- 结果：
{"姓名": "mcw", “年龄”：18} <类 'str'> <类 '字典' >
) 列表序列化和反序列化：
导入 json
li=[1,2]
xu=json.dumps(li)
print(xu,类型(xu),类型(li))
fx=json.loads(xu)
打印（fx，类型（fx））
------------ 结果：[1, 2] <类'str'> <班级'列表'>
[1, 2] <类'列表'>
3）字符串序列化和反序列化：
导入 json
mcwstr="小马"
xu=json.dumps(mcwstr)
打印（xu，类型（xu），类型（mcwstr））
fx=json.loads(xu)
打印（fx，类型（fx））
---------------结果；
"小马"<班级'str'> <班级 'str'>
小马<类'str'>
4) 整数序列化和反序列化
导入 json
mcwint=2
xu=json.dumps(mcwint)
打印（xu，类型（xu），类型（mcwint））
fx=json.loads(xu)
打印（fx，类型（fx））
--------------- 结果：
2 <类 'str'> <类 'int' >
2<类'int'>
5) 浮点序列化和反序列化
导入 json
mcwfloat=2.03
xu=json.dumps(mcwfloat)打印（xu，类型（xu），类型（mcwfloat））
fx=json.loads(xu)
打印（fx，类型（fx））
-------------------- 结果：
2.03<类'str'> <类'浮动 '>
2.03<类'浮动' >
6) 布尔序列化和反序列化：
导入 json
mcwbool=True
xu=json.dumps(mcwbool)
打印（xu，类型（xu），类型（mcwbool））
fx=json.loads(xu)
打印（fx，类型（fx））
-------------------------------- 结果：
true<类'str' > <class 'bool '>
正确 <类 'bool'>
7)无序列化和反序列化
导入 json
mcwnone=无
xu=json.dumps(mcwnone)
打印（xu，类型（xu），类型（mcwnone））
fx=json.loads(xu)
打印（fx，类型（fx））
---------------结果；
null<类'str'> <类'NoneType '>无 <类 '无类型'>
4.json序列化时中文显示
导入json
v = {'k1':'alex' ,'k2' :'魔鬼变了'}
打印（json.dumps（v））
val = json.dumps(v,ensure_ascii=False)
打印（值）
-------------------- 结果：
{"k1": "alex", “k2”："\u9b54\u964d\u98ce\u4e91\u53d8"}
{"k1": "alex", “k2”：》魔鬼征服风暴》}
5.json.dump 和 json.load（不常用）
序列化：
导入json
v = {'k1':'yh' ,'k2' :'小马过河'}
f =打开('xiaoma.txt',mode='w',编码=' utf-8') #如果文件不存在则生成
val = json.dump(v,f)
打印（值）
f.close()
---------------- 结果：
没有任何#dump 序列化内容并将其写入打开的文件。
反序列化：
导入json
f =打开('xiaoma.txt',mode='r ',编码='utf-8')
数据 = json.load(f)
f.close()
print(data,type(data))
----------------结果:
{'k1': 'yh', 'k2': '小马过河'}
参考：
1) https://www.gsm-guard.net/tjuyuan/p/6795860.html
2) http://www.gsm-guard.net/python/python-json.html
3) https://www.gsm-guard.net/article/139498.htm
