json無序python

⑴ python中為什麼用json有什麼作用

今天我也在這個問題上糾結很久。最後才想明白，我來回答下。

網上很多網友總結了json模塊的用法，但沒說json模塊有什麼用，幹嘛要有這個模塊。可能都明白、太簡單，覺得沒必要說。但作為小白的我不明白，而且在練習使用load()和mp()時遇到錯誤。

首先糾正，json格式不是字元串。json與python裡面的字典是一樣的格式。

python的json模塊四個方法的作用為：

mps()#把數據轉成字元串；
loads()#把字元串符號『』去掉；
mp(x,f)#將x的內容直接寫入f，不改變格式；
load(x,f)#讀取f保存為x，同樣不改變格式。

重點來了，f = open()下的read()的方法，輸出是字元串，wirte()方法的輸入也必須是字元串。

結論：因為f=open()下的讀寫方法都必須是字元串，很不方便。而非字元串的數據大多是json格式，所以就有了json模塊。方便讀寫非字元串的數據。

因為這個目的，json模塊的loads()和mps()方法有些雞肋，還造成困擾，因為明明json不是字元串，幹嘛要轉成字元串，另外mp()和load()方法表面上和它們不一樣。只有明白json模塊的目的，才會搞明白。

在python 3.6的說明文檔中，把json模塊放在了《7.2.文件讀寫》部分。我也是看到這里才去練習json模塊。但出問題，有些糊塗，明白json模塊的作用後，才更清楚幹嘛把json模塊放這里。

小白的淺見，若錯誤請指教，謝謝。

⑵ python 怎麼處理json

json.mps()
該函數可以將簡單數據類型（int\float\string\tuple\list\dict\unicode）轉換成JSON格式，樣例代碼如下：
import json

src_data = {"name":"Tacey","age":13,"sex":"male","interst":("Programing","Reading")}

#print repr(src_data)
print json.mps(src_data)

輸出如下：
{'interst':('Programing','Reading'),'age':23,'name':'Tacey','sex':'male'}
{"interst":["programing","Reading"],"age":23,"name":"Tacey","sex":mal"}

2、json.loads()
該函數可以將JSON數據轉換成Python的簡單數據類型，接著上面的代碼：
json_data = json.mps(src_data)
print json.loads(json_data)["name"]

輸出結果：
Tacey

⑶ cocos修改json文件

1、如何讀取和處理json文件中的中文，是修改後的文件不會出現中文亂碼；

2、如何將json按照文件中的順序讀取到python的dict中，也就是讀取到dict中的時候不會無序的排放，因為這樣的話修改後的文件裡面的語句順序會亂，很難看出具體修改了哪裡；

⑷ 【Python】淺談python中的json

一 前言  

   最近一直在做開發相關的工作--基於Django的web 平台，其中需要從model層傳輸數據到view 層做數據展示或者做業務邏輯處理。我們採用通用的Json格式--Json(JavaScript Object Notation) 是一種輕量級的數據交換格式，易於閱讀和程序解析。

二 認識Json

   2.1 Json 結構

   常見的Json格式為 「名稱/值」對的集合,其中 值可以是對象，列表，字典，字元串等等。比如

backup_data = {"back_to_host": "dbbk0",

"ip_address": "10.10.20.3",

"host_name": "rac4",

"port": 3306}

  2.2 使用Json

  Python的Json模塊序列化與反序列化的過程分別是 編碼和解碼。這兩個過程涉及到兩組不同的函數

  編碼 把一個Python對象編碼轉換成Json字元串，json.mps(data)/json.mp(data,file_handler)

  解碼 把Json格式字元串解碼轉換成Python對象，json.loads(data)/json.load(file_handler)

  在python中要使用Json模塊做相關操作，必須先導入:

import Json

  2.3 主要函數

  編碼函數主要有 json.mps(data)/json.mp(data,file_handler)

   json.mps()的參數是將python對象轉換為字元串，如使用json.mps序列化的對象json_mps=json.mps({'a':1, 'b':2}) ，json_mps='{"b": 2, "a": 1}'

   json.mp 是將內置類型序列化為json對象後寫入文件。

 解碼函數主要由json.loads(data)/json.load(file_handler)  

    json.loads的參數是內存對象，把Json格式字元串解碼轉換成Python對象,json_loads=json.loads(d_json)  #{ b": 2, "a": 1}，使用load重新反序列化為dict

    json.load()的參數針對文件句柄，比如本地有一個文件/tmp/test.json  json_load=json.load(open('/tmp/test.json'))

具體案例參考如下:

In [3]: data={"back_to_host": "rac1",

...: "ip_address": "10.215.20.3",

...: "host_name": "rac3",

...: "port": 3306}

In [7]: json_str=json.mps(data)

In [8]: print json_str

{"ip_address": "10.215.20.3", "back_to_host": "rac1", "host_name": "rac3", "port": 3306}

In [9]: json_loads=json.load(json_str)

---------------------------------------------------------------------------

AttributeError Traceback (most recent call last)

<ipython-input-9-180506f16431> in <mole>()

----> 1 json_loads=json.load(json_str)

/System/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/json/__init__.pyc in load(fp, encoding, cls, object_hook, parse_float, parse_int, parse_constant, object_pairs_hook, **kw)

284

285 ""

注意 從上面的報錯信息來看 json.loads 傳參是字元串類型，並不是文件句柄，沒有 read()屬性。

In [10]: json_loads=json.loads(json_str)

In [11]: print json_loads

{u'back_to_host': u'rac1', u'ip_address': u'10.215.20.3', u'host_name': u'rac3', u'port': 3306}

In [12]: type(json_loads)

Out[12]: dict

In [13]: type(json_str)

Out[13]: str

利用mp 將數據寫入 mp.json

In [17]: with open('/tmp/mp.json','w') as f:

...: json.mp(json_str,f)

...:

yangyiDBA:~ yangyi$ cat /tmp/mp.json

"{\"ip_address\": \"10.10.20.3\", \"back_to_host\": \"rac1\", \"host_name\": \"rac3\", \"port\": 3306}"

yangyiDBA:~ yangyi$

利用json.load 將mp.sjon的數據讀出來並賦值給 data 

In [18]: with open('/tmp/mp.json','r') as f:

...: data=json.load(f)

...:

In [19]: print data

{"ip_address": "10.10.20.3", "back_to_host": "rac1", "host_name": "rac3", "port": 3306}

三 小結

  本文算是一篇學習筆記，主要對比了json.loads/json.load  , json.mps/ json.mp 的使用差異 ，方便以後更好的使用json 。

以上為本次分享內容，感謝觀看。

⑸ 怎樣用python解析json

>>>importjson
>>>data={"spam":"foo","parrot":42}
>>>in_json=json.mps(data)#Encodethedata
>>>in_json
'{"parrot":42,"spam":"foo"}'
>>>json.loads(in_json)#DecodeintoaPythonobject
{"spam":"foo","parrot":42}

⑹ python中如何遍歷json數組

1、創建python文件，testjson.py；

⑺ python數據結構json

simplejson 是不錯的庫，跟json標准庫一樣

simplejson.loads()#json==>dict
simplejson.mps()#dict==>json

importsimplejsonasjson
>>>printjson.mps({"name":"ILOVE爆頭"})
{"name":"ILOVEu7206u5934"}
>>>printjson.loads('{"name":"ILOVEu7206u5934"}')["name"]
ILOVE爆頭
>>>printjson.loads('{"name":"ILOVE爆頭"}')["name"]
ILOVE爆頭
>>>printjson.mps({"name":"ILOVE爆頭","age":22},sort_keys=True,indent="")
{
"age":22,
"name":"ILOVEu7206u5934"
}

可以加Q聯系：1126918258

⑻ python中json處理

python中json文件處理涉及的四個函數json.loads()、json.mps()、json.load()、json.mp()。

1）json.mps()

    將一個Python數據類型dict進行json格式的編碼（字典->字元串）

    eg：

    age_dict = {'age1':'12', 'age2':'15'}

    json_info = json.mps(age_dict)

    print("json_info = {}".format(json_info))

    print("json_info type = {}".format(type(json_info)))

2）json.loads()

    將json格式數據轉換為dict（字元串->字典）

    json_age ='{"age1": "12", "age2": "15"}'

    dict_age = json.loads(json_info)

    print("json_age = {}".format(json_age))

    print("dict_age type = {}".format(str(type(dict_age))))

3）json.load()

    讀取文件，將里json格式字元串轉化為dict

    with open(test.json, 'r') as file:

        contents = json.load(file)

    print(contents)

4）json.mp()

    將dict類型轉換為json格式字元串,存入文件

    number = [1, 2, 3, 5]

    file = 'number.json'

    with open(file , 'w') as file:

        json.mp(number, file)

⑼ py3筆記8：json結構的校驗

python中使用json模塊實現python對象與json的轉換

要處理的是文件而不是字元串，你可以使用 json.mp() 和 json.load() 來編碼和解碼JSON數據

Json Schema 是一個用於驗證Json數據結構的強大工具
使用范圍： 介面測試中數據值校驗、數據類型校驗、json數據結構校驗
官網： https://json-schema.org/understanding-json-schema/conventions.html
安裝: pip install jsonschema

type 關鍵字是json模式的基礎，指定架構的數據類型：string、number、object、array、boolean、null

object關鍵字,在python中對應的是dict類型

數組屬性array，用於有序元素
在python中,array類似於list或tuple

在Json,通常有2種方式驗證
1. 列表驗證： 任意長度的序列，其中每個元素匹配相同的模式
2. 元組驗證： 一個固定長度的序列，其中每個項目可能具有不同的模式

1. 列表驗證

2. 元組驗證
針對每一個元素解釋說明，默認校驗schema中設置的前n項
將items關鍵字設置成一個數組, 其中每個項目都是一個與文檔數組的每個索引相對應的模式,
也就是一個數組, 第一個元素模式驗證輸入數組的第一個元素. 第二個元素模式驗證輸入數組的第二個元素

例如, 在以下的模式, anyOf關鍵字用於表示給定值可能對任何給定的子模式有效。第一個子模式需要一個最大長度為5的字元串。第二個子模式需要一個最小值為0的數字。只要一個值對這些模式中的任何一個進行驗證,它就被認為整個組合模式有效。
{ 『anyOf』: [ {『type』: 『string』, 『maxLength』: 5}, {『type』:』string』, 『minimum』: 0 }]}

用於組合模式的關鍵字是:

該$schema關鍵字用於聲明JSON片段實際上是JSON模式的一部分。它還聲明了針對該模式編寫的JSON Schema標準的哪個版本。

建議所有JSON模式都有一個$schema條目，該條目必須位於根目錄下。因此，大多數情況下，您需要在架構的根目錄下：

⑽ python中處理json數據，謝謝！！

親測 樓上的答案完全正確
小建議：排序那裡不用轉成列表，字典可以直接排序：
print sorted(result.items(), key=lambda x:x[1],reverse=True)[:5]