本文目录一览：
- 1、python之jsonpath模块
- 2、python3 如果取json内容,谢谢
- 3、如何用python处理json文件
- 4、py3笔记8：json结构的校验
- 5、【Python】浅谈python中的json
- 6、python3.0怎么用json从文件解析
python之jsonpath模块
安装方法：pip install jsonpath
官方文档：
jsonpath表达式与xPath表达式类似，用来解析多层嵌套的json数据。
JsonPath是Json版的XPath。
JsonPath 对于 JSON 来说，相当于 XPath 对于 XML
JsonPath用符号 $ 表示最外层对象，类似于Xpath中的 根元素
jsonPath可以用：
例如， address.* 表示address对象的所有属性，
book[*] 表示book数组的所有项目。 |
| [n] | 从数组中选择第n那一个元素。索引从0开始。 |
| [n1,n2,…] | 选择具有指定索引的数组元素，相当于上一个的多选。返回一个列表 |
| [start:end]
[start:] | 数组切片操作：
从start索引直到（但不包括）end索引选择数组元素。
省略 end ，则选择从start到数组结尾的所有元素。返回一个列表 |
| [:n] | 选择数组的前n个元素 |
| [-n:] | 选择数组的最后n个元素 |
| [?(expression)] | 过滤表达式,进行数据筛选 |
| [(expression)] | 使用表达式。
[(@.length-1)] 选择数组中的最后一项。
在这里 length 是指当前数组的长度，而不是名为的JSON字段 length 。 |
python3 如果取json内容,谢谢
JSON(JavaScript Object Notation) 是一种轻量级的数据交换格式。它基于ECMAScript的一个子集。 JSON采用完全独立于语言的文本格式，但是也使用了类似于C语言家族的习惯(包括C、C++、Java、JavaScript、Perl、Python等)。这些特性使JSON成为理想的数据交换语言。易于人阅读和编写，同时也易于机器解析和生成(一般用于提升网络传输速率)。
JSON在python中分别由list和dict组成。
这是用于序列化的两个模块：
json: 用于字符串和python数据类型间进行转换
pickle： 用于python特有的类型和python的数据类型间进行转换
Json模块提供了四个功能：dumps、dump、loads、load
pickle模块提供了四个功能：dumps、dump、loads、load
json dumps把数据类型转换成字符串 dump把数据类型转换成字符串并存储在文件中 loads把字符串转换成数据类型 load把文件打开从字符串转换成数据类型
json是可以在不同语言之间交换数据的，而pickle只在python之间使用。json只能序列化最基本的数据类型，josn只能把常用的数据类型序列化（列表、字典、列表、字符串、数字、），比如日期格式、类对象！josn就不行了。而pickle可以序列化所有的数据类型，包括类，函数都可以序列化。
如何用python处理json文件
import json,time
infos = {"_id":"description","name":"python","filename":"中文","os":["abcd","hello","www"]}
infos["time"] = time.time()#动态修改json文件内容
#生成json文件
def json_file(infos):
with open("./static/desc.desc","w") as jsonf:
jsonf.write(json.dumps(infos))
json_file(infos)
#读取json文件的内容
file_info = json.load(file("./static/desc.desc"))
print file_info,type(file_info)
filename = file_info["filename"]
print filename
infos = json.dumps(file_info,sort_keys=True,indent=4)
print infos,type(infos)
python使用json模块来处理json数据
py3笔记8：json结构的校验
python中使用json模块实现python对象与json的转换
要处理的是文件而不是字符串，你可以使用 json.dump() 和 json.load() 来编码和解码JSON数据
Json Schema 是一个用于验证Json数据结构的强大工具
使用范围： 接口测试中数据值校验、数据类型校验、json数据结构校验
官网：
安装: pip install jsonschema
type 关键字是json模式的基础，指定架构的数据类型：string、number、object、array、boolean、null
object关键字,在python中对应的是dict类型
数组属性array，用于有序元素
在python中,array类似于list或tuple
在Json,通常有2种方式验证
1. 列表验证： 任意长度的序列，其中每个元素匹配相同的模式
2. 元组验证： 一个固定长度的序列，其中每个项目可能具有不同的模式
1. 列表验证
2. 元组验证
针对每一个元素解释说明，默认校验schema中设置的前n项
将items关键字设置成一个数组, 其中每个项目都是一个与文档数组的每个索引相对应的模式,
也就是一个数组, 第一个元素模式验证输入数组的第一个元素. 第二个元素模式验证输入数组的第二个元素
例如, 在以下的模式, anyOf关键字用于表示给定值可能对任何给定的子模式有效。第一个子模式需要一个最大长度为5的字符串。第二个子模式需要一个最小值为0的数字。只要一个值对这些模式中的任何一个进行验证,它就被认为整个组合模式有效。
{ ‘anyOf’: [ {‘type’: ‘string’, ‘maxLength’: 5}, {‘type’:’string’, ‘minimum’: 0 }]}
用于组合模式的关键字是:
该$schema关键字用于声明JSON片段实际上是JSON模式的一部分。它还声明了针对该模式编写的JSON Schema标准的哪个版本。
建议所有JSON模式都有一个$schema条目，该条目必须位于根目录下。因此，大多数情况下，您需要在架构的根目录下：
【Python】浅谈python中的json
一 前言
最近一直在做开发相关的工作--基于Django的web 平台，其中需要从model层传输数据到view 层做数据展示或者做业务逻辑处理。我们采用通用的Json格式--Json(JavaScript Object Notation) 是一种轻量级的数据交换格式，易于阅读和程序解析。
二 认识Json
2.1 Json 结构
常见的Json格式为 “名称/值”对的集合,其中 值可以是对象，列表，字典，字符串等等。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模块序列化与反序列化的过程分别是 编码和解码。这两个过程涉及到两组不同的函数
编码 把一个Python对象编码转换成Json字符串，json.dumps(data)/json.dump(data,file_handler)
解码 把Json格式字符串解码转换成Python对象，json.loads(data)/json.load(file_handler)
在python中要使用Json模块做相关操作，必须先导入:
import Json
2.3 主要函数
编码函数主要有 json.dumps(data)/json.dump(data,file_handler)
json.dumps()的参数是将python对象转换为字符串，如使用json.dumps序列化的对象json_dumps=json.dumps({'a':1, 'b':2}) ，json_dumps='{"b": 2, "a": 1}'
json.dump 是将内置类型序列化为json对象后写入文件。
解码函数主要由json.loads(data)/json.load(file_handler)
json.loads的参数是内存对象，把Json格式字符串解码转换成Python对象,json_loads=json.loads(d_json) #{ b": 2, "a": 1}，使用load重新反序列化为dict
json.load()的参数针对文件句柄，比如本地有一个文件/tmp/test.json json_load=json.load(open('/tmp/test.json'))
具体案例参考如下:
In [3]: data={"back_to_host": "rac1",
...: "ip_address": "10.215.20.3",
...: "host_name": "rac3",
...: "port": 3306}
In [7]: json_str=json.dumps(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 module()
---- 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 从上面的报错信息来看 json.loads 传参是字符串类型，并不是文件句柄，没有 read()属性。
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dump 将数据写入 dump.json
In [17]: with open('/tmp/dump.json','w') as f:
...: json.dump(json_str,f)
...:
yangyiDBA:~ yangyi$ cat /tmp/dump.json
"{"ip_address": "10.10.20.3", "back_to_host": "rac1", "host_name": "rac3", "port": 3306}"
yangyiDBA:~ yangyi$
利用json.load 将dump.sjon的数据读出来并赋值给 data
In [18]: with open('/tmp/dump.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 小结
本文算是一篇学习笔记，主要对比了json.loads/json.load , json.dumps/ json.dump 的使用差异 ，方便以后更好的使用json 。
以上为本次分享内容，感谢观看。
python3.0怎么用json从文件解析
1、说明：
python3通过json模块load函数来解析文件。
2、代码示例：
首先编写一个json文件j.txt,内容如下：
{"errno":1,"errmsg":"操作成功！","data":[]}
python代码如下：
1
2
3
4
5
6
import json
with open('j.txt', 'r') as fr:
o = json.load(fr)
print(o['errno'])
print(o['errmsg'])
print(len(o['data']))
输出如下：
1
操作成功！
3、函数说明：
load(fp, cls=None, object_hook=None, parse_float=None, parse_int=None, parse_constant=None, object_pairs_hook=None, **kw)
反序列化fp（一个.read（）包含 - 支持类文件对象一个JSON文件），以一个Python对象。
object_hook是将与被调用的可选功能任何对象文本解码（一个``dict``）的结果。返回值object_hook将用来代替dict。此功能可用于实现自定义解码器（例如JSON-RPC级提示）。
object_pairs_hook是将与被调用的可选功能任何对象的结果与对的有序列表字面解码。该的返回值object_pairs_hook将用来代替dict。
此功能可用于实现依赖于定制解码器命令该键和值对被解码（例如，collections.OrderedDict会记得插入的顺序）。如果object_hook也定义了object_pairs_hook优先。
要使用自定义JSONDecoder子类，与cls指定它kwarg;否则JSONDecoder使用。
4、其它说明：
也可以使用json.loads函数来直接处理字符串，方法如下：
o=json.loads('{"errno":0,"errmsg":"操作成功！","data":[]}')