1. # 参考资料:
    # python模块(转自Yuan先生) - 狂奔__蜗牛 - 博客园
    # https://www.cnblogs.com/guojintao/articles/9070485.html
    # ------------------------------------------------------------
    # ********************day22_3-json模块 *******************
    # ********************day22_3-json模块 *******************
    # ********************day22_3-json模块 *******************
    # =====>>>>>>内容概览
    # =====>>>>>>内容概览
    # =====>>>>>>内容概览
  2.  
  3. # ------------------------------------------------------------
    # # 0、json概述
    # # # JSON (JavaScript Object Notation) 是一种轻量级的数据交换格式。它基于ECMAScript的一个子集。
    # # # Python3 中可以使用 json 模块来对 JSON 数据进行编解码,它包含了两个函数:
    # # # json.dumps(): 对数据进行编码。
    # # # json.loads(): 对数据进行解码。
    # # # Python3 JSON 数据解析 | 菜鸟教程
    # # # http://www.runoob.com/python3/python3-json.html
    # # # 作用: 可以实现跨平台实现数据的传输,不不仅仅是在python之间,可以在多个语言平台之间实现数据传输
    # # # 也因此,在数据传输的编码与解码上,经常通过json来进行,而pickle的使用率会低下一些
    # ------------------------------------------------------------
  4.  
  5. # ------------------------------------------------------------
    # # 1、不用jason方法实现在写入文件的数据进行还原
    # # # 使用json方法见4
    # ------------------------------------------------------------
  6.  
  7. # ------------------------------------------------------------
    # # 2、json.dumps()
    # # # json.dumps(): 对数据进行编码。
    # # # 需要注意的是:json的dumps会数据进行统一化处理,所有的数据-->双引号的字符串
    # # # 如 s = 'hello ---->"hello"------>'"hello"'
    # # # 注意与json.dump()区别,json.dump()将转化的数据通过json内置处理直接写入到文件中,
    # # # 而dumps操作是先将数据转化为json数据,在通过文件的处理方法,之后再再将数据写入到文件中,
    # # # 使用上,json.dumps()为常用
    # # # json.dump()----->>>见下面实例???
    # ------------------------------------------------------------
  8.  
  9. # ------------------------------------------------------------
    # # 3、json.loads()
    # # # json.loads(): 对数据进行解码。
    # # # 实现对数据从json格式中,还原为原来的格式
    # # # 注意与json.load()区别,使用上,json.loads()为常用,具体的与上面的序列2的类似
    # ------------------------------------------------------------
  10.  
  11. # ------------------------------------------------------------
    # # 4、json.dumps与json.loads 在文件传输中的应用
    # # # 通过jason方法,实现在写入文件的数据进行还原
    # ------------------------------------------------------------
  12.  
  13. # ------------------------------------------------------------
    # # 5、json.dump与json.load 在文件传输中的应用
    # # # 这个与dumps、loads的区别就,是这个是直接读取文件的内容并实现json转码,步聚是合在一起的
    # ------------------------------------------------------------
  14.  
  15. # ------------------------------------------------------------
    # # 6、json.dumps与json.loads 的一些补充
    # # # json.dumps与json.loads 不一定需要搭配使用,只要他们文件中保存的数据满足json读取到的
    # # # 格式就是可了
    # # # 即,文件储存的时候的编码不一定需要使用json.dumps来编码,只要格式满足json格式,读取
    # # # 一样可以通过json.loads来解码读取
    # ------------------------------------------------------------
    '''
  16.  
  17. '''
    # ------------------------------------------------------------
    # # 0、json概述
    # # # JSON (JavaScript Object Notation) 是一种轻量级的数据交换格式。它基于ECMAScript的一个子集。
    # # # Python3 中可以使用 json 模块来对 JSON 数据进行编解码,它包含了两个函数:
    # # # json.dumps(): 对数据进行编码。
    # # # json.loads(): 对数据进行解码。
    # # # Python3 JSON 数据解析 | 菜鸟教程
    # # # http://www.runoob.com/python3/python3-json.html
    # # # 作用: 可以实现跨平台实现数据的传输,不不仅仅是在python之间,可以在多个语言平台之间实现数据传输
    # # # 也因此,在数据传输的编码与解码上,经常通过json来进行,而pickle的使用率会低下一些
    # ------------------------------------------------------------

------------------------------------------------分割线-------------------------------------------------

------------------------------------------------分割线-------------------------------------------------

------------------------------------------------分割线-------------------------------------------------

  1. '''
  2. # ------------------------------------------------------------
  3. # # 1、不用jason方法实现在写入文件的数据进行还原
  4. # # # 使用json方法见4
  5. # ------------------------------------------------------------
  6. '''
  7. #
  8. # # 写入到文件中
  9. # print("写入部份".center(50,"-"))
  10. # dic = {"name":"alex",
  11. # 'sex':'male'}
  12. # f = open("hello","w")
  13. # # dic需要转化为字符串,才能存储到系统中
  14. # dic_s = str(dic)
  15. # print(dic_s,type(dic_s))
  16. # f.write(dic_s)
  17. #
  18. # # 如果不关闭,刚刚写入的数据还放在内存中,还没有写进去,导致下面读取到的数据是“空”
  19. # # f.close()
  20. # # 如果不用上面的关闭操作,可以将在内存中的文件流通到flush操作刷入内存中,下面就可以读取到数据了
  21. # f.flush()
  22. #
  23. # print("读取部份".center(50,"-"))
  24. # # 将刚刚写入的数据读取出来
  25. # f_read = open("hello","r")
  26. # data = f_read.read()
  27. # print(data,type(data))
  28. #
  29. # print("还原为字典".center(50,"-"))
  30. # data = eval(data)
  31. # print(data,type(data))
  32. #
  33. # # D:\Anaconda3\python.exe D:/C_cache/py/day22_os_json_re_etc_MoKuai/day22_3-json.py
  34. # # -----------------------写入部份-----------------------
  35. # # {'name': 'alex', 'sex': 'male'} <class 'str'>
  36. # # -----------------------读取部份-----------------------
  37. # # {'name': 'alex', 'sex': 'male'} <class 'str'>
  38. # # ----------------------还原为字典-----------------------
  39. # # {'name': 'alex', 'sex': 'male'} <class 'dict'>
  40. # #
  41. # # Process finished with exit code 0
  42.  
  43. '''
  44. # ------------------------------------------------------------
  45. # # 2、json.dumps()
  46. # # # json.dumps(): 对数据进行编码。
  47. # # # 需要注意的是:json的dumps会数据进行统一化处理,所有的数据-->双引号的字符串
  48. # # # 如 s = 'hello ---->"hello"------>'"hello"'
  49. # # # 注意与json.dump()区别,json.dump()将转化的数据通过json内置处理直接写入到文件中,
  50. # # # 而dumps操作是先将数据转化为json数据,在通过文件的处理方法,之后再再将数据写入到文件中,
  51. # # # 使用上,json.dumps()为常用
  52. # # # json.dump()----->>>见下面实例???
  53. # ------------------------------------------------------------
  54. '''
  55. # import json
  56. # dic = {"name":"alex",
  57. # 'sex':'male'} # ---->{"name":"alex"}----->'{"name":"alex"}'
  58. # i = 8 # ---->'8'
  59. # s = 'hello' # ---->"hello"------>'"hello"'
  60. # l = [11,22,"??"] # ---->"[11,22]"
  61. #
  62. # dic_jason = json.dumps(dic)
  63. # i_jason = json.dumps(i)
  64. # s_jason = json.dumps(s)
  65. # l_jason = json.dumps(l)
  66. # print("字典: ",dic_jason,type(dic_jason))
  67. # print("整数: ",i_jason,type(i_jason))
  68. # print("字符串:",s_jason,type(s_jason))
  69. # print("列表: ",l_jason,type(l_jason))
  70. #
  71. # # D:\Anaconda3\python.exe D:/C_cache/py/day22_os_json_re_etc_MoKuai/day22_3-json.py
  72. # # 字典: {"name": "alex", "sex": "male"} <class 'str'>
  73. # # 整数: 8 <class 'str'>
  74. # # 字符串: "hello" <class 'str'>
  75. # # 列表: [11, 22, "??"] <class 'str'>
  76. # #
  77. # # Process finished with exit code 0
  78.  
  79. '''
  80. # ------------------------------------------------------------
  81. # # 3、json.loads()
  82. # # # json.loads(): 对数据进行解码。
  83. # # # 实现对数据从json格式中,还原为原来的格式
  84. # # # 注意与json.load()区别,使用上,json.loads()为常用,具体的与上面的序列2的类似
  85. # ------------------------------------------------------------
  86. '''
  87. #
  88. # import json
  89. # dic = {"name":"alex",
  90. # 'sex':'male'} # ---->{"name":"alex"}----->'{"name":"alex"}'
  91. # i = 8 # ---->'8'
  92. # s = 'hello' # ---->"hello"------>'"hello"'
  93. # l = [11,22,"??"] # ---->"[11,22]"
  94. #
  95. # dic_jason = json.dumps(dic)
  96. # i_jason = json.dumps(i)
  97. # s_jason = json.dumps(s)
  98. # l_jason = json.dumps(l)
  99. #
  100. # print("json.dumps数据编码部分".center(50,"-"))
  101. # print("字典: ",dic_jason,type(dic_jason))
  102. # print("整数: ",i_jason,type(i_jason))
  103. # print("字符串:",s_jason,type(s_jason))
  104. # print("列表: ",l_jason,type(l_jason))
  105. #
  106. # dic_loads = json.loads(dic_jason)
  107. # i_loads = json.loads(i_jason)
  108. # s_loads = json.loads(s_jason)
  109. # l_loads = json.loads(l_jason)
  110. #
  111. # print("json.loads数据解码部分".center(50,"-"))
  112. # print("字典: ",dic_loads,type(dic_loads))
  113. # print("整数: ",i_loads,type(i_loads))
  114. # print("字符串:",s_loads,type(s_loads))
  115. # print("列表: ",l_loads,type(l_loads))
  116. #
  117. #
  118. # # D:\Anaconda3\python.exe D:/C_cache/py/day22_os_json_re_etc_MoKuai/day22_3-json.py
  119. # # -----------------json.dumps数据编码部分-----------------
  120. # # 字典: {"name": "alex", "sex": "male"} <class 'str'>
  121. # # 整数: 8 <class 'str'>
  122. # # 字符串: "hello" <class 'str'>
  123. # # 列表: [11, 22, "??"] <class 'str'>
  124. # # -----------------json.loads数据解码部分-----------------
  125. # # 字典: {'name': 'alex', 'sex': 'male'} <class 'dict'>
  126. # # 整数: 8 <class 'int'>
  127. # # 字符串: hello <class 'str'>
  128. # # 列表: [11, 22, '??'] <class 'list'>
  129. # #
  130. # # Process finished with exit code 0
  131.  
  132. '''
  133. # ------------------------------------------------------------
  134. # # 4、json.dumps与json.loads 在文件传输中的应用
  135. # # # 通过jason方法,实现在写入文件的数据进行还原
  136. # ------------------------------------------------------------
  137. '''
  138. #
  139. # import json
  140. #
  141. # # 写入到文件中
  142. # print("写入部份".center(50,"-"))
  143. # dic = {"name":"alex",
  144. # 'sex':'male'}
  145. # f = open("hello","w")
  146. # # dic需要转化为字符串,才能存储到系统中 这里的编码与“上面序列1”中的区别
  147. # dic_s = json.dumps(dic)
  148. # print(dic_s,type(dic_s))
  149. # f.write(dic_s)
  150. #
  151. # # 如果不关闭,刚刚写入的数据还放在内存中,还没有写进去,导致下面读取到的数据是“空”
  152. # # f.close()
  153. # # 如果不用上面的关闭操作,可以将在内存中的文件流通到flush操作刷入内存中,下面就可以读取到数据了
  154. # f.flush()
  155. #
  156. # print("读取部份".center(50,"-"))
  157. # # 将刚刚写入的数据读取出来
  158. # f_read = open("hello","r")
  159. # data = f_read.read()
  160. # print(data,type(data))
  161. #
  162. # print("还原为字典".center(50,"-"))
  163. # data = json.loads(data)
  164. # print(data,type(data))
  165. #
  166. # # D:\Anaconda3\python.exe D:/C_cache/py/day22_os_json_re_etc_MoKuai/day22_3-json.py
  167. # # -----------------------写入部份-----------------------
  168. # # {"name": "alex", "sex": "male"} <class 'str'>
  169. # # -----------------------读取部份-----------------------
  170. # # {"name": "alex", "sex": "male"} <class 'str'>
  171. # # ----------------------还原为字典-----------------------
  172. # # {'name': 'alex', 'sex': 'male'} <class 'dict'>
  173. # #
  174. # # Process finished with exit code 0
  175.  
  176. '''
  177. # ------------------------------------------------------------
  178. # # 5、json.dump与json.load 在文件传输中的应用
  179. # # # 这个与dumps、loads的区别就,是这个是直接读取文件的内容并实现json转码,步聚是合在一起的
  180. # ------------------------------------------------------------
  181. '''
  182. #
  183. # import json
  184. #
  185. # print("写入部份".center(50,"-"))
  186. # dic = {"name":"alex",
  187. # 'sex':'male'}
  188. # f = open("hello","w")
  189. # # json编码并且写到文件内
  190. # print(json.dump(dic,f),"写入完成" )
  191. #
  192. # # 如果不关闭,刚刚写入的数据还放在内存中,还没有写进去,导致下面读取到的数据是“空”
  193. # # f.close()
  194. # # 如果不用上面的关闭操作,可以将在内存中的文件流通到flush操作刷入内存中,下面就可以读取到数据了
  195. # f.flush()
  196. #
  197. # print("还原为字典".center(50,"-"))
  198. # f_read = open("hello","r")
  199. # data = json.load(f_read)
  200. # print(data,type(data))
  201. #
  202. # # D:\Anaconda3\python.exe D:/C_cache/py/day22_os_json_re_etc_MoKuai/day22_3-json.py
  203. # # -----------------------写入部份-----------------------
  204. # # None 写入完成
  205. # #
  206. # # ----------------------还原为字典-----------------------
  207. # # {'name': 'alex', 'sex': 'male'} <class 'dict'>
  208. # #
  209. # # Process finished with exit code 0
  210.  
  211. # 06
  212. # 06
  213. # 06
  214. '''
  215. # ------------------------------------------------------------
  216. # # 6、json.dumps与json.loads 的一些补充
  217. # # # json.dumps与json.loads 不一定需要搭配使用,只要他们文件中保存的数据满足json读取到的
  218. # # # 格式就是可了
  219. # # # 即,文件储存的时候的编码不一定需要使用json.dumps来编码,只要格式满足json格式,读取
  220. # # # 一样可以通过json.loads来解码读取
  221. # ------------------------------------------------------------
  222. '''
  223. # import json
  224. # with open ("a","r") as f:
  225. # data = f.read()
  226. # print(data,type(data))
  227. # data = json.loads(data) # 文件中的内容满足json格式内容
  228. # print(data["name"])
  229. # print(data, type(data))
  230. #
  231. # # D:\Anaconda3\python.exe D:/C_cache/py/day22_os_json_re_etc_MoKuai/day22_3-json.py
  232. # # {"name":"alvin"} <class 'str'>
  233. # # alvin
  234. # # {'name': 'alvin'} <class 'dict'>
  235. # #
  236. # # Process finished with exit code 0

  

day22_3-json模块的更多相关文章

  1. python的json模块

    Python JSON 本章节我们将为大家介绍如何使用 Python 语言来编码和解码 JSON 对象. 环境配置 在使用 Python 编码或解码 JSON 数据前,我们需要先安装 JSON 模块. ...

  2. php安装json模块

    centOS上因为看php源码中没有json模块,于是采用pecl自动编译安装:# yum install php-devel# yum install php-pear# yum install g ...

  3. 解决python中json模块loads出来的结构都是unicode的问题

    在使用python的json模块对json字串反序列化成python对象的时候出现的字符串都是unicode类型,而不是python内置的str类型.在某种使用场景下用户必须做显式的转换才能正常使用, ...

  4. 全局变量 urllib模块 json模块

    1.vars()  查看一个.py文件中的全局变量 print(vars()) #重点 __name__': '__main__ '__file__': 'C:/Users/lenovo/Pychar ...

  5. 我为什么要再给lua写一个json模块

    最近要给自己编写的服务器加上json解析模块.根据我当前的项目,可以预测服务器中使用json的地方: 通信.由于与客户端通信使用google protocolbuffer,仅在与SDK通信中使用jso ...

  6. Python 第三篇(上):python文件基础操作、json模块、lambda、map、filter、reduce和函数位置参数

    python一切皆对象,linux一切皆文件,python操作文件是很常见的O/I操作,其内置来open()函数可以完成文件的基本操作: 一:使用内置open()函数操作文件,基本语法如下: with ...

  7. perl json模块

    JSON - JSON (JavaScript Object Notation) encoder/decoder 简介: use JSON; # imports encode_json, decode ...

  8. pickle和json模块

    json模块 json模块是实现序列化和反序列化的,主要用户不同程序之间的数据交换,首先来看一下: dumps()序列化 import json '''json模块是实现序列化和反序列话功能的''' ...

  9. json模块和pickle模块的用法

    在python中,可以使用pickle和json两个模块对数据进行序列化操作 其中: json可以用于字符串或者字典等与python数据类型之间的序列化与反序列化操作 pickle可以用于python ...

  10. 【python标准库模块四】Json模块和Pickle模块学习

    Json模块 原来有个eval函数能能够从字符串中提取出对应的数据类型,比如"{"name":"zhangsan"}",可以提取出一个字典. ...

随机推荐

  1. leetcood学习笔记-965-单值二叉树

    题目描述; 第一次提交; class Solution: def isUnivalTree(self, root: TreeNode) -> bool: if root == None: ret ...

  2. thinkphp session支持

    系统提供了Session管理和操作的完善支持,全部操作可以通过一个内置的session函数完成,该函数可以完成Session的设置.获取.删除和管理操作. session初始化设置 如果session ...

  3. 26 函数形参值回传问题——C++解决多个return的一般方法

    0 引言 在使用数组和vector作为函数的参数进行参数传递并希望得到值的回传时,由于不知道怎么写数组函数形参的引用形式,一直采用vector的引用形式.但是,刚刚测试了一下,发现数组作为参数本身就是 ...

  4. kafka和flume进行整合的日志采集的confi文件编写

    配置flume.conf 为我们的source channel sink起名 a1.sources = r1 a1.channels = c1 a1.sinks = k1 指定我们的source收集到 ...

  5. [JZOJ 5817] 抄代码

    题意: 给定2T个串,带修的判断两个串是否按规则一样?? 思路: 两个串是"抄袭的"肯定就是: 1.长度一样. 2.特殊字符位置一样 3.对于每个\(x\)在两个串中出现位置一样, ...

  6. [luogu 4389] 付公主的背包

    题意:求一个较大的多重背包对于每个i的方案数,答案对998244353取模. 思路: 生成函数: 对于一个\(V\) 设: \(f(x) = \sum_{i=0}^{oo} x ^ {V * i} = ...

  7. Spring-Security (学习记录三)--读取数据库中的用户和角色

    目录 1.先将hibernate的环境整合进来 2.创建一个数据库security,执行security.sql 3.修改spring-security.xml,采用数据库的方式读取用户跟角色 4.u ...

  8. LeetCode 596. Classes More Than 5 Students (超过5名学生的课)

    题目标签: 题目给了我们 courses 表格,让我们找到 一个有至少5名学生的班级. 利用group by 把班级分类,在用Having count 来判断是否有5名,注意这里还需要用 distin ...

  9. 简述MapReduce数据流

    目前it基本都是一个套路,获得数据然后进行逻辑处理,存储数据. 基本上弄清楚整个的数据流向就等于把握了命脉. 现在说说mapreduce的数据流 1.首先数据会按照TextInputFormat按照特 ...

  10. due to a StackOverflowError. Possible root causes include a too low setting for -Xss and illegal cyclic inheritance dependencies. The class hierarchy being processed was [org.jaxen.util.AncestorAxisIt

    七月 31, 2019 4:39:01 下午 org.apache.catalina.startup.VersionLoggerListener log信息: Server version: Apac ...