>所以你们既是神的选民，圣洁蒙爱的人，就要存怜悯、恩慈、谦虚、温柔、忍耐的心。倘若这人与那人有嫌隙，总要彼此包容，彼此饶恕；主怎么饶恕了你们，你们也要怎样饶恕人。在这一切之外，要存着爱心，爱心就是联络全德的。又要叫基督的平安在你们心里作主，你们也为此蒙召，归为一体，且要存感谢的心。(COLOSSIANS 3:12-15)
#标准库(8)
##JSON
就传递数据而言，XML是一种选择，还有另外一种——JSON，它是一种轻量级的数据交换格式，如果读者要做web编程，则会用到它的。根据维基百科的相关内容，对JSON做如下简介：
>JSON（JavaScript Object Notation）是一種由道格拉斯·克羅克福特構想設計、輕量級的資料交換語言，以文字為基礎，且易於讓人閱讀。儘管JSON是Javascript的一個子集，但JSON是獨立於語言的文本格式，並且採用了類似於C語言家族的一些習慣。
关于JSON更为详细的内容，可以参考其官方网站：http://www.json.org
从上述网站摘取部分内容，了解一下JSON的结构：
JSON建构于两种结构：
- “名称/值”对的集合（A collection of name/value pairs）。不同的语言中，它被理解为对象（object），纪录（record），结构（struct），字典（dictionary），哈希表（hash table），有键列表（keyed list），或者关联数组 （associative array）。
- 值的有序列表（An ordered list of values）。在大部分语言中，它被理解为数组（array）。
python标准库中有JSON模块，主要是执行序列化和反序列化功能：
- 序列化：encoding，把一个Python对象编码转化成JSON字符串
- 反序列化：decoding，把JSON格式字符串解码转换为Python数据对象
###基本操作
JSON模块相对XML单纯了很多：
>>> import json
>>> json.__all__
['dump', 'dumps', 'load', 'loads', 'JSONDecoder', 'JSONEncoder']
#Python 3的显示结果如下：
['dump', 'dumps', 'load', 'loads', 'JSONDecoder', 'JSONDecodeError', 'JSONEncoder']
**encoding: dumps()**
>>> data = [{"name":"qiwsir", "lang":("python", "english"), "age":40}]
>>> data
[{'lang': ('python', 'english'), 'age': 40, 'name': 'qiwsir'}]
>>> data_json = json.dumps(data)
>>> data_json
'[{"lang": ["python", "english"], "name": "qiwsir", "age": 40}]'
encoding的操作是比较简单的，请注意观察`data`和`data_json`的不同——lang的值从元组变成了列表，还有不同：
>>> type(data_json)
>>> type(data)
**decoding: loads()**
decoding的过程也像上面一样简单：
>>> new_data = json.loads(data_json)
>>> new_data
[{u'lang': [u'python', u'english'], u'age': 40, u'name': u'qiwsir'}]
需要注意的是，解码之后，并没有将元组还原。
上面的data都不是很长，还能凑合阅读，如果很长了，阅读就有难度了。所以，JSON的`dumps()`提供了可选参数，利用它们能在输出上对人更友好（这对机器是无所谓的）。
>>> data_j = json.dumps(data, sort_keys=True, indent=2)
>>> print data_j #Python 3: print(data_j)
[
{
"age": 40,
"lang": [
"python",
"english"
],
"name": "qiwsir"
}
]
`sort_keys=True`意思是按照键的字典顺序排序，`indent=2`是让每个键值对显示的时候，以缩进两个字符对齐。这样的视觉效果好多了。
###大json字符串
如果数据不是很大，上面的操作足够了。但现在是所谓“大数据”时代了，随便一个什么业务都在说自己是大数据，显然不能总让JSON很小，事实上真正的大数据，再“大”的JSON也不行了。前面的操作方法是将数据都读入内存，如果数据太大了就会内存溢出。怎么办？JSON提供了`load()`和`dump()`函数解决这个问题，注意，跟上面已经用过的函数相比，是不同的，请仔细观察。
>>> import tempfile #临时文件模块
>>> data
[{'lang': ('python', 'english'), 'age': 40, 'name': 'qiwsir'}]
>>> f = tempfile.NamedTemporaryFile(mode='w+')
>>> json.dump(data, f)
>>> f.flush()
>>> print open(f.name, "r").read() #Python 3: print(open(f.name, "r").read())
[{"lang": ["python", "english"], "age": 40, "name": "qiwsir"}]
###自定义数据类型
一般情况下，用的数据类型都是Python默认的。但是，我们学习过类后，就知道，自己可以定义对象类型的。比如：
以下代码参考：[Json概述以及python对json的相关操作](http://www.cnblogs.com/coser/archive/2011/12/14/2287739.html)
#!/usr/bin/env python
# coding=utf-8
import json
class Person(object):
def __init__(self,name,age):
self.name = name
self.age = age
def __repr__(self):
return 'Person Object name : %s , age : %d' % (self.name,self.age)
def object2dict(obj): #convert Person to dict
d = {}
d['__class__'] = obj.__class__.__name__
d['__module__'] = obj.__module__
d.update(obj.__dict__)
return d
def dict2object(d): #convert dict ot Person
if '__class__' in d:
class_name = d.pop('__class__')
module_name = d.pop('__module__')
module = __import__(module_name)
class_ = getattr(module, class_name)
args = dict((key.encode('ascii'), value) for key,value in d.items()) #get args
inst = class_(**args) #create new instance
else:
inst = d
return inst
if __name__ == '__main__':
p = Person('Peter',40)
print p
d = object2dict(p)
print d
o = dict2object(d)
print type(o), o
dump = json.dumps(p, default=object2dict)
print dump
load = json.loads(dump, object_hook=dict2object)
print load
------
[总目录](./index.md) | [上节：标准库(7)](./226.md) | [下节：第三方库](./228.md)
如果你认为有必要打赏我，请通过支付宝：**qiwsir@126.com**,不胜感激。