python遞歸替換json

Ⅰ python中如何使用遞歸實現這個功能

簡單說，解決以上問題的思路是，循環執行n*n-1,直到n=1時。

如何理解呢?第一點，函數中，調用自身函數的那部分句子，即return n *
recursion(n-1)，把recursion(n-1)想像成另一個獨立的函數，該函數的功能返回n-1的值，如果n的值是1,則返回1，函數運行結束。第二點，直觀的看，可以把return
n * recursion(n-1)看成return n*(n-1)*(n-2)...1。而遞歸函數無非是在指定的條件下做普通的循環而已。

Ⅱ 請教一個關於python處理json的問題

{
data : {
{
tg_i":" 1080723 ",
contest_i" : "1001",
sid : "1567515287"
},
{
tg_id : "1080723",
contest_id : "1001",
sid : "1567515287"
}
},
total : "2"
}

然後經過修改，變成：
?

1

{"data":{{"tg_i":"1080723","contest_i":"1001","sid":"1567515287"},{"tg_id":"1080723","contest_id":"1001","sid":"1567515287"}},"total":"2"}

格式化為：
?

1
2
3
4
5
6
7
8
9
10
11
12
13

{
"data" : { {
"tg_i" : "1080723",
"contest_i" : "1001",
"sid" : "1567515287"
}, {
"tg_id" : "1080723",
"contest_id" : "1001",
"sid" : "1567515287"
}
},
"total" : "2"
}

但是，去用json解析，但是出錯：

Python 2.7.3 (default, Apr 10 2012, 23:24:47) [MSC v.1500 64 bit (AMD64)] on win32

Type "right", "credits" or "license()" for more information.
>>> import json
>>> json.loads(『{"data":{{"tg_i":"1080723","contest_i":"1001","sid":"1567515287"},{"tg_id":"1080723","contest_id":"1001","sid":"1567515287"}},"total":"2"}』)
Traceback (most recent call last):

File "<pyshell#2>", line 1, in <mole>
json.loads(『{"data":{{"tg_i":"1080723","contest_i":"1001","sid":"1567515287"},{"tg_id":"1080723","contest_id":"1001","sid":"1567515287"}},"total":"2"}』)
File "D:\tmp\dev_install_root\Python27_x64\lib\json\__init__.py", line 326, in loads
return _default_decoder.decode(s)
File "D:\tmp\dev_install_root\Python27_x64\lib\json\decoder.py", line 366, in decode
obj, end = self.raw_decode(s, idx=_w(s, 0).end())
File "D:\tmp\dev_install_root\Python27_x64\lib\json\decoder.py", line 382, in raw_decode
obj, end = self.scan_once(s, idx)
ValueError: Expecting property name: line 1 column 9 (char 9)

【折騰過程】
1.剛開始，看了看：
{"data":{{"tg_i":"1080723","contest_i":"1001","sid":"1567515287"},{"tg_id":"1080723","contest_id":"1001","sid":"1567515287"}},"total":"2"}
好像也都是正常的，沒什麼錯誤。
2.後來才發現，對應著錯誤的位置：
column 9
是大括弧'{『
對應著，格式化的結果中的：
"data" : { {
中的第一個大括弧
然後才發現，原來是，data鍵的值，此處寫成用大括弧括起來的：
?

1
2
3
4
5
6
7
8
9
10

"data" : { {
"tg_i" : "1080723",
"contest_i" : "1001",
"sid" : "1567515287"
}, {
"tg_id" : "1080723",
"contest_id" : "1001",
"sid" : "1567515287"
}
},

但是，實際上，data的值，只是兩個dict，所以，應該是：
要麼改為list：
?

1
2
3
4
5
6
7
8
9
10

"data" : [{
"tg_i" : "1080723",
"contest_i" : "1001",
"sid" : "1567515287"
}, {
"tg_id" : "1080723",
"contest_id" : "1001",
"sid" : "1567515287"
}
],

要麼改為dict：
?

1
2
3
4
5
6
7
8
9
10

"data1" : {
"tg_i" : "1080723",
"contest_i" : "1001",
"sid" : "1567515287"
},
"data2" : {
"tg_id" : "1080723",
"contest_id" : "1001",
"sid" : "1567515287"
},

對應著，非格式化的內容就是：
?

1

{"data":[{"tg_i":"1080723","contest_i":"1001","sid":"1567515287"},{"tg_id":"1080723","contest_id":"1001","sid":"1567515287"}],"total":"2"}

和：
?

1

{"data1":{"tg_i":"1080723","contest_i":"1001","sid":"1567515287"}, "data2":{"tg_id":"1080723","contest_id":"1001","sid":"1567515287"},"total":"2"}

這樣才可以正常解析：

>>> json.loads(『{"data":[{"tg_i":"1080723","contest_i":"1001","sid":"1567515287"},{"tg_id":"1080723","contest_id":"1001","sid":"1567515287"}],"total":"2"}』)

{u』total』: u』2′, u』data』: [{u』sid』: u』1567515287′, u』contest_i』: u』1001′, u』tg_i』: u』1080723′}, {u』tg_id』: u』1080723′, u』contest_id』: u』1001′, u』sid』: u』1567515287′}]}
>>> json.loads(『{"data1":{"tg_i":"1080723","contest_i":"1001","sid":"1567515287"}, "data2":{"tg_id":"1080723","contest_id":"1001","sid":"1567515287"},"total":"2"}』)
{u』total』: u』2′, u』data1′: {u』sid』: u』1567515287′, u』contest_i』: u』1001′, u』tg_i』: u』1080723′}, u』data2′: {u』tg_id』: u』1080723′, u』contest_id』: u』1001′, u』sid』: u』1567515287′}}

【總結】
折騰json的話，前提要了解json的語法和規則。
其次才是用某種語言去處理json。

Ⅲ python 遞歸解析任意深度的json

可以，就是需要遍歷所有的數據。

defprint_dict(k,v):
ifisinstance(v,dict):
printk,v
forkkinv.keys():
print_dict(kk,v[kk])
else:
printk,v

forkind.keys():
print_dict(k,d[k])

Ⅳ python3 對象 |字典|json|yaml|字元串 相互轉化

在研究 k8s 的yaml 配置文件的時候，我總擔心自己一不小心 會寫錯，所以我嚮往 使用將對象 序列化 yaml 的形式，

其實 python object 可以 直接 轉 yaml ，甚至也可以 直接 轉成yaml文件！！！

這里 會經常用到幾個 函數 vars() ast.

我們先嘗試用最笨的方法 實現 object到yaml 的轉化
在python對象 convert to dict 的形式，使用 vars()函數

然後 dict convert to json 使用 json.mps(dict)函數

然後 json converte to yaml 使用 ya= yaml.load(json.mps(dict)) 然後
再 yaml.safe_mp(ya,default_flow_style=False)

至此我們看到 從 python Object ---> dict ----> json ---> yaml 的轉化

其中 obj dict json yaml 轉 string ，只要 str()函數即可,或者 str(vars())結合

yaml 格式 寫入到文件 ,需要注意的是， open()函數 的滲昌mode 一定要是 'w' ,不能是』wb', b代表是二進制寫入
yaml 寫入的是dict str，使用 『wb' 會報錯，[yaml TypeError: a bytes-like object is required, not 'str']
【出現該錯誤往往是通過open()函數打開文本文件時，使用了『rb』屬性，如：fileHandle=open(filename,'rb'),則此時是通過二進制方式打開文件的，所以在後面處理時如果使用了str()函數，就會出現該錯誤，該錯誤不會再python2中出現。

具體解決方法有以下兩種：

第一種胡喊啟，在open()函數中使用『r』屬性，即文本方式讀取，而不是『rb』,以二進制文件方式讀取，可以直接解決問題。

第二種,在open()函數中使用『rb』,可以在使用之前進行轉換，有以下實例，來自： http://stackoverflow.com/questions/33054527/python-3-5-typeerror-a-bytes-like-object-is-required-not-str 】

其實 python object 可以 直接 轉 yaml ，甚至也可以 直接 轉成yaml文件！！！
比如我已經定義了一個 Dog python class,他有 好幾褲如個屬性 並已經賦值初始化了

另外生成 yaml 對象

生成yaml文件

結果是

反過來 yaml ----> json ---> 持久化 json 文件 indent=1屬性是為了讓 json 不以單行展示，而是展開
注意的是 python 的 dict 和set 很相似 ，都是 { }， set 里是list， dict 是鍵值對
【# set object is not JSON serializable [plicate]
】

打開 demo.json

yaml ---> dict

yaml ---> python object

json --> dict
json.loads()

dict--> json
json.jumps()

str ---> dict
newdict=dict(str)

json -- > python object

一個python object無法直接與json轉化，只能先將對象轉化成dictionary，再轉化成json；對json，也只能先轉換成dictionary，再轉化成object，通過實踐，源碼如下：

yaml --> python object
對yaml，也只能先轉換成json --->dictionary，再轉化成object，通過實踐，源碼如下：

dict -- ->python object

python對象 默認都有一個 私有的屬性 dict 取值 就是 object的 字典形式， 賦值就就可以給對象屬性對應賦值

例如json 轉 對象

對象 轉 json

Python之dict(或對象)與json之間的互相轉化
在Python語言中，json數據與dict字典以及對象之間的轉化，是必不可少的操作。

dict字典轉json數據

對象轉json數據

json數據轉成dict字典

json數據轉成對象

json的load()與mp()方法的使用
mp()方法的使用

Ⅳ 如何用python把protobuf轉化json

直接利用python提供的json包，在django model的定義中增加一個方法toJSON，利用django model 能訪問 _meta.fields 得到相關屬性而得到，例子如下：
class Category(models.Model):
autoid = models.AutoField(primary_key=True)
email=models.CharField(max_length=150,blank=False)
comtype=models.CharField(max_length=20,blank=False)
catname=models.CharField(max_length=150,blank=False)

def __unicode__(self):
return '%s' % (self.catname)

def toJSON(self):
import json
return json.mps(dict([(attr, getattr(self, attr)) for attr in [f.name for f in self._meta.fields]]))
然後用django查出數據，並轉換成json，代碼如下：
row=models.Category.objects.get(autoid=23)
print row.toJSON()

Ⅵ 【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。