一、引入
用eval内置方法可以将一个字符串转成python对象,不过,eval方法是有局限性的,对于普通的数据类型,json.loads和eval都能用,但遇到特殊类型的时候,eval就不管用了,所以eval的重点还是通常用来执行一个字符串表达式,并返回表达式的值。
1 import json 2 x="[null,true,false,1]" 3 print(eval(x)) 4 print(json.loads(x))
打印出来得都是字符串类型,但后者已经转化成了json字符串,json用于不同语言,不同数据类型间的转换
常用的有dumps(),loads()两个方法
二、序列化
我们把对象(变量)从内存中变成可存储或传输的过程称之为序列化,在Python中叫pickling,在其他语言中也被称之为serialization,marshalling,flattening等等,都是一个意思。
序列化之后,就可以把序列化后的内容写入磁盘,或者通过网络传输到别的机器上。
反过来,把变量内容从序列化的对象重新读到内存里称之为反序列化,即unpickling。
1 #----------------------------序列化 2 import json 3 4 dic={'name':'alvin','age':23,'sex':'male'} 5 print(type(dic))#<class 'dict'> 6 7 j=json.dumps(dic) 8 print(type(j))#<class 'str'> 9 10 11 f=open('序列化对象','w') 12 f.write(j) #-------------------等价于json.dump(dic,f) 13 f.close() 14 #-----------------------------反序列化<br data-filtered="filtered"> 15 import json 16 f=open('序列化对象') 17 data=json.loads(f.read())# 等价于data=json.load(f)
三、数据类型转换
json和python间的数据类型转换
PYTHON | JSON |
dict |
object |
list,tuple |
array |
str |
string |
int,float |
number |
True |
true |
False |
false |
None |
null |
>>> json.dumps( ... { ... 'str': 'ABC', ... 'int': 123, ... 'float': 321.45, ... 'bool_true': True, ... 'bool_false': False, ... 'none': None, ... 'list': [1, 2, 3], ... 'tuple': [12, 34] ... } ... ) '{"str": "ABC", "int": 123, "float": 321.45, "bool_true": true, "bool_flase": false, "none": null, "list": [1, 2, 3], "tuple": [12, 34]}'
四、注意点
1 import json 2 #dct="{'1':111}"#json 不认单引号 3 #dct=str({"1":111})#报错,因为生成的数据还是单引号:{'one': 1} 4 5 dct='{"1":"111"}' 6 print(json.loads(dct)) 7 8 #conclusion: 9 #无论数据是怎样创建的,只要满足json格式,就可以json.loads出来,不一定非要dumps的数据才能loads 10 11 注意点