在 Python 中使用 JSON

开发人员经常需要处理各种不同格式的数据，JSON（JavaScript 对象表示法的缩写）是 Web 开发中最流行的格式之一。这是 JavaScript 语言用来表示对象的语法。

作为一名 Python 开发者，你可能会注意到它看起来与 Python 字典惊人地相似。在 Python 中处理 JSON 有几种不同的解决方案，而这些数据通常被加载到字典中。

在本文中，我们将使用来自NASA 每日天文图片 API的以下经过修改的 JSON 数据。导航到要运行示例代码的位置，创建一个名为 的文件apod.json，并向其中添加以下内容：

{
        "copyright": "Yin Hao",
        "date": "2018-10-30",
        "explanation": "Meteors have been shooting out from the constellation of Orion...",
        "hdurl": "https://apod.nasa.gov/apod/image/1810/Orionids_Hao_2324.jpg",
        "media_type": "image",
        "service_version": "v1",
        "title": "Orionids Meteors over Inner Mongolia",
        "url": "https://apod.nasa.gov/apod/image/1810/Orionids_Hao_960.jpg"
}

通过这个例子，让我们来研究如何使用不同的 Python 库解码和编码这些数据。

标准库

让我们从显而易见的选择开始： Python 标准库中的原生 JSON 模块。这个库以一种相当易用的方式完成了 JSON 的编码和解码任务。许多其他 JSON 库的 API 都基于这个库，并且行为方式也类似。

创建一个名为的文件test.py并将以下代码粘贴到其中，以解码apod.json文本文件中的 JSON，将其存储在 Python 字典中，然后将其解码回字符串：

import json

with open('apod.json', 'r') as f:
        json_text = f.read()

# Decode the JSON string into a Python dictionary.
apod_dict = json.loads(json_text)
print(apod_dict['explanation'])

# Encode the Python dictionary into a JSON string.
new_json_string = json.dumps(apod_dict, indent=4)
print(new_json_string)

使用以下命令运行您的代码：

python test.py

使用内置 JSON 模块的优点之一是您不必安装任何第三方库，从而可以最大限度地减少依赖性。

simplejson

simplejson是一个简单快速的 JSON 库，功能与内置模块类似。simplejson 的一个亮点是它由外部维护并定期更新。

您必须使用 pip 安装此模块。因此，在您的终端中，运行以下命令（最好在虚拟环境中）：

pip install simplejson==3.16.0

这个库的设计与内置模块非常相似，因此您甚至无需更改代码即可获得相同的功能！只需导入simplejson模块，并为其指定名称json，上一个示例中的其余代码即可正常工作。

如果要使用 simplejson 进行编码和解码，请将上面的代码替换为以下内容：

import simplejson as json

with open('apod.json', 'r') as f:
        json_text = f.read()

# Decode the JSON string into a Python dictionary.
apod_dict = json.loads(json_text)
print(apod_dict['explanation'])

# Encode the Python dictionary into a JSON string.
new_json_string = json.dumps(apod_dict, indent=4)
print(new_json_string)

再次使用以下命令运行它：

python test.py

许多 Python 开发人员建议在大多数情况下使用 simplejson 代替股票 json 库，因为它维护得很好。

UltraJSON

与 simplejson 类似，ujson是另一个由社区维护的 JSON 库。不过，ujson 是用 C 语言编写的，并且设计得非常快。它缺少一些内置 JSON 库所具备的高级功能，但它确实兑现了承诺，在速度方面似乎无与伦比。

使用以下命令安装 ujson：

pip install ujson==1.35

与 simplejson 一样，您无需更改任何代码即可使其正常工作。在大多数情况下，从开发人员的角度来看，它的工作方式与内置模块相同。请将之前的代码替换为以下内容：

import ujson as json

with open('apod.json', 'r') as f:
        json_text = f.read()

# Decode the JSON string into a Python dictionary.
apod_dict = json.loads(json_text)
print(apod_dict['explanation'])

# Encode the Python dictionary into a JSON string.
new_json_string = json.dumps(apod_dict, indent=4)
print(new_json_string)

使用以下命令运行它：

python test.py

如果您正在处理非常大的数据集并且 JSON 序列化正在成为一项昂贵的任务，那么 ujson 是一个很好的库。

请求库

这些 JSON 序列化库很棒，但在现实世界中，处理 JSON 数据往往有更多背景信息。最常见的需要解码 JSON 的场景之一是向第三方 REST API 发出 HTTP 请求。

请求库是用于发起 HTTP 请求的最流行的 Python 工具，它json()在 HTTP 请求完成后返回的响应对象上有一个非常棒的内置方法。拥有一个内置解决方案真是太好了，这样你就不必为了一个简单的任务而导入其他库了。

使用以下 shell 命令安装请求：

pip install requests==2.20.0

在这个例子中，我们实际上要向每日天文图片 API 发出 HTTP 请求，而不是使用.json其他例子中的本地硬编码文件。

打开一个名为的新文件apod.py并向其中添加以下代码：

import requests

apod_url = 'https://api.nasa.gov/planetary/apod?api_key=DEMO_KEY'
apod_dict = requests.get(apod_url).json()

print(apod_dict['explanation'])

此代码向 NASA 的 API 发出 HTTPGET请求，使用此内置方法解析返回的 JSON 数据，并打印出当前每日天文图片的解释。

使用以下命令运行您的代码：

python apod.py

在 Flask 中使用 JSON 响应 HTTP 请求

另一个常见的场景是，你在 Web 应用程序上构建路由，并希望使用 JSON 数据响应请求。Flask是一个流行的 Python 轻量级 Web 框架，它内置了一个jsonify函数来处理数据的序列化。

使用 pip 安装 Flask：

pip install flask==1.0.2

现在创建一个名为 的新文件app.py，其中将存放我们的示例 Web 应用程序的代码：

from flask import Flask, jsonify

app = Flask(__name__)

@app.route('/apod', methods=['GET'])
def apod():
        url = 'https://apod.nasa.gov/apod/image/1810/Orionids_Hao_960.jpg'
        title = 'Orionids Meteors over Inner Mongolia'

        return jsonify(url=url, title=title)

if __name__ == '__main__':
        app.run()

在这段代码中，我们有一个名为 的路由/apod，每当有GET请求发送到该路由时，apod()都会调用该函数。在这个函数中，我们假装返回“今日天文图片”。在这个例子中，我们返回的数据只是硬编码的，但您可以将其替换为任何其他来源的数据。

使用 运行该文件python app.py，然后在浏览器中访问http://localhost:5000/apod以查看 JSON 数据。

根据 Flask 文档，该jsonify函数以以下形式获取数据：

1. 单个参数：直接传递给dumps()。
2. 多个参数：在传递给dumps()之前转换为数组。
3. 多个关键字参数：在传递给dumps()之前转换为字典。
4. args 和 kwargs：行为未定义并且会引发异常。

此函数包装了dumps()函数，添加了一些增强功能，使操作更加简便。它将 JSON 输出转换为mimetype 为 application/json 的Response对象。

结论

在 Python 中使用 JSON 有很多不同的解决方案，本文仅展示了几个示例。您可以根据个人需求选择合适的库，或者，在使用 Requests 和 Flask 的情况下，甚至可能不需要导入特定的 JSON 库。

如有任何问题或想展示您的成果，请随时联系我们：

• 电子邮件: Sagnew@twilio.com
• 推特：@Sagnewshreds
• GitHub：Sagnew
• Twitch（直播代码）：Sagnewshreds