Czytanie i analizowanie danych JSON za pomocą Pythona: prosty samouczek
Notacja obiektów JavaScript to standardowy format używany głównie przez interfejsy API i strony internetowe do przechowywania obiektów danych za pomocą tekstu. Krótko mówiąc, JSON obsługuje struktury danych, które mogą reprezentować obiekty jako tekst. Jak można się już domyślić, format JSON, używany także we współczesnych bazach danych, takich jak PostgreSQL, wywodzi się z języka JavaScript.
Chociaż XML i YAML służą temu samemu celowi co JSON, JSON jest prostszy, ale nie tak potężny. Niezależnie od tego wielu programistów uważa, że JSON sprawił, że XML i YAML stały się przestarzałe.
Chociaż jest to dyskusyjne, interesujące jest to, że większość języków programowania, w tym Python, obsługuje JSON. Dzieje się tak głównie dlatego, że jest tak łatwy w użyciu.
Jeśli jesteś gotowy, aby wyposażyć się w umiejętności JSON, aby uzupełnić swoje programowanie w Pythonie, oto krótki przewodnik pokazujący, jak możesz czytać i analizować dane JSON za pomocą Pythona.
Prosty przykład JSON
JSON jest używany przede wszystkim do przesyłania obiektów danych za pośrednictwem interfejsów API. Przyjrzyjmy się prostemu ciągowi JSON:
| {
“name”: “France”, “population”: 65640482, “capital”: “Paris”, “languages”: [ “French” ] } |
Wygląda podobnie? Powyższy przykład wygląda zupełnie jak słownik Pythona, prawda?
Dzieje się tak, ponieważ JSON przechowuje dane tak samo jak słownik Pythona – w parach klucz-wartość. To powiedziawszy, JSON jest znacznie bardziej elastyczny. JSON może przechowywać liczby, ciągi znaków, wartości logiczne, a nawet listy.
Być może zauważyłeś również, jak lekki jest JSON. W przeciwieństwie do podobnego języka, takiego jak XML, JSON nie zawiera żadnych znaczników. Po prostu przechowuje dane, które należy przesłać. Ta cecha JSON sprawia, że jest on tak popularny.
JSON w Pythonie
Języki takie jak C, C++, C#, Ruby, Java i Python i wiele innych natywnie obsługują JSON. Zatem w Pythonie nie będziesz musiał instalować zależności ani niczego innego, aby z niego korzystać.
Python oferuje możliwość pisania koderów i dekoderów klienta za pośrednictwem modułu json w swojej standardowej bibliotece. Moduł obsługuje konwersję danych z formatu JSON na odpowiadające im obiekty w języku Python, do których zaliczają się listy i słowniki. Dodatkowo moduł umożliwia konwersję obiektów Pythona do formatu JSON.
Co należy zrobić przed analizą danych JSON
Dane JSON są zazwyczaj przechowywane w postaci ciągów znaków, a podczas pracy z interfejsami API dane JSON należy przechowywać w zmiennych łańcuchowych. Przechowywanie ich w ten sposób umożliwia ich analizę.
Chociaż JSON może robić inne rzeczy, najczęściej jest używany do analizowania ciągów znaków w słownikach Pythona. Moduł json z łatwością radzi sobie z tym zadaniem. Podobnie jak w przypadku korzystania z każdego innego modułu w standardowej bibliotece Pythona, należy rozpocząć od zaimportowania pliku json. Zawiera dwie bardzo pomocne metody: obciążenie i obciążenia.
Chociaż ta druga metoda wygląda jak liczba mnoga pierwszej, nie jest to prawdą. Litera „s” na końcu słowa „loads” oznacza „string”. Ta metoda umożliwia analizowanie danych JSON z ciągów.
Natomiast metoda ładowania służy do analizowania danych w formacie bajtowym. Zobaczmy najpierw, jak działa loading().
Chociaż możesz używać konwencji potrójnego cudzysłowu Pythona do przechowywania ciągów wieloliniowych, możliwe jest usunięcie podziałów wierszy dla lepszej czytelności. Oto jak utworzyć ciąg JSON w Pythonie:
| country = ‘{“name”: “France”, “population”: 65640482}’
print(type(country)) |
Druga instrukcja wydrukuje zmienną, którą utworzyliśmy w następujący sposób:
<class ‘str’>
To dane wyjściowe potwierdzają, że dane wyjściowe są ciągiem JSON. Teraz możemy użyć funkcji loading() do dostarczenia ciągu znaków jako argumentu:
| import json
country = ‘{“name”: “France”, “population”: 65640482}’ country_dict = json.loads(country) print(type(country)) print(type(country_dict)) |
Wynikiem ostatniej instrukcji w powyższym kodzie jest „
Zanim rozpoczniesz w swoim kodzie funkcję json.loads() pamiętaj, że metoda ta nie zawsze zwraca słowniki. Typ zwracanych danych jest określany na podstawie ciągu wejściowego.
Spójrzmy na przykład, w którym ciąg JSON zwraca listę:
| countries = ‘[“France”, “Ghana”]’
countries_list= json.loads(countries) print(type(countries_list)) # This outputs <class ‘list’> |
Możliwe jest również przekształcenie ciągu JSON w wartość logiczną, jeśli zawiera odpowiednie dane. Zatem „true” w JSON jest konwertowane na wartość logiczną „True”. Zobaczmy to w akcji:
| import json
bool_string = ‘true’ bool_type = json.loads(bool_string) print(bool_type) # This outputs True |
Oto tabela wskazująca obiekty JSON i odpowiadające im typy danych w Pythonie, więc nie musisz polegać na pisaniu własnych przykładów, aby to rozgryźć:
- JSON
Pythona
- array
lista
- false
FAŁSZ
- null
Nic
- number (integer)
wew
- number (real)
platforma
- object
dykt
- string
ul
- true
PRAWDA
Przetwarzanie plików JSON w Pythonie
Do tej pory zajmowaliśmy się analizowaniem danych JSON w Pythonie. Parsowanie plików JSON na dane Pythona obejmuje podobny proces i jest równie proste. To powiedziawszy, analizowanie plików JSON wymaga użycia w tym celu metody open() oprócz JSON. Dodatkowo musisz teraz skorzystać z metody Load() w celu odczytania danych JSON przechowywanych w plikach.
Metoda akceptuje obiekt pliku JSON i zwraca obiekt Pythona. Aby pobrać obiekt pliku z jego lokalizacji, używana jest metoda open(). Zobaczmy, jak to działa – zacznij od zapisania następującego skryptu JSON w pliku o nazwie „france.json”:
| {
“name”: “France”, “population”: 65640482, “capital”: “Paris”, “languages”: [ “French” ] } |
Teraz utwórz kolejny plik tekstowy i umieść w nim ten skrypt Pythona:
| import json
with open(‘france.json’) as f: data = json.load(f) print(type(data)) |
Powyższa metoda open() zwraca uchwyt pliku, który jest następnie przekazywany metodzie ładowania. Zmienna „data” przechowuje dane JSON jako słownik. Oto, co możesz uruchomić, aby sprawdzić klucze słownika:
| print(data.keys())
# The output of this code is dict_keys([‘name’, ‘population’, ‘capital’, ‘languages’]) |
Teraz, gdy masz już te informacje, możesz wydrukować określone wartości, takie jak:
| data[‘population’]
# This outputs 65640482 |
Kodowanie JSON
Kodowanie JSON, zwane także serializacją, odnosi się do procesu konwertowania obiektów Pythona na obiekty JSON. Odbywa się to za pomocą metody dumps(). Oto przykład pokazujący, jak to działa — zapisz następujący skrypt Pythona jako nowy plik:
| import json
languages = [“French”] country = { “name”: “France”, “population”: 65640482, “languages”: languages, “president”: Emmanuel Macron, } country_string = json.dumps(country) print(country_string) |
Uruchom kod, a zobaczysz następujące dane wyjściowe:
| {“name”: “France”, “population”: 65640482, “languages”: [“French”],
“president”: Emmanuel Macron} |
Jak widać, przekonwertowaliśmy obiekt Pythona na obiekt JSON. Parsowanie obiektu Pythona na dane JSON jest zaskakująco łatwe!
Pamiętaj, że w tym przykładzie użyliśmy obiektu słownika, dlatego został on przekonwertowany na obiekt JSON. Jak można się domyślić, listy można także konwertować do formatu JSON. Oto jak:
| import json
languages = [“French”] languages_string = json.dumps(languages) print(languages_string) # This outputs [“French”] |
Oczywiście konwersja Pythona na JSON nie ogranicza się do słowników i list. Można także konwertować ciągi znaków, liczby całkowite, wartości logiczne i liczby zmiennoprzecinkowe na format JSON.
Oto tabela, do której można się odwołać podczas konwertowania obiektów Pythona na JSON:
- Python
JSON
- dict
obiekt
- False
FAŁSZ
- int, float, int
numer
- list, tuple
szyk
- None
zero
- str
strunowy
- True
PRAWDA
Zapisywanie obiektów Pythona do plików JSON
Aby zapisać obiekty Pythona w plikach JSON, będziesz musiał polegać na metodzie dump(). Działa podobnie do funkcji dump(), z tą różnicą, że funkcja dump() może zapisywać do plików, a funkcja dump() zwraca ciągi znaków.
W poniższym przykładzie otwieramy plik w trybie zapisu i zapisujemy do niego dane JSON:
| import json
# Tuple is encoded to JSON array. languages = (“French”) # Dictionary is encoded to JSON object country = { “name”: “France”, “population”: 65640482, “languages”: languages, “president”: Emmanuel Macron, } with open(‘countries_exported.json’, ‘w’) as f: json.dump(country, f) |
Zapisz skrypt w nowym pliku i uruchom go. Plik .json wymieniony w przedostatnim wierszu zostanie utworzony lub nadpisany. Zawartość tego nowego pliku będzie w formacie JSON.
Ale kiedy otworzysz ten nowy plik, zobaczysz, że JSON będzie w jednym wierszu. Jeśli chcesz zwiększyć czytelność, możesz przekazać dodatkowy parametr do metody dump() w następujący sposób:
json.dump(country, f, indent=4)Jeśli dodasz ten parametr do zapisanego pliku i uruchomisz go, zobaczysz, że plik .json będzie teraz sformatowany w następujący sposób:
| {
“languages”: [ “French” ], “president”: “Emmanuel Macron”, “name”: “France”, “population”: 65640482 } |
Jak widać, wszystko jest wcięte o cztery spacje. Warto zauważyć, że argument wcięcia jest również dostępny dla funkcji dump().
Różnica między ładowaniem a zrzucaniem w module json
Moduł json nie jest bardzo skomplikowany – ma tylko cztery podstawowe metody. W tym poście omówiliśmy metody loading() i loading().
Istnieją jeszcze dwie metody, dump() i dumps(), które umożliwiają pracę z JSON w Pythonie. Funkcje te umożliwiają zapisywanie danych odpowiednio do plików i ciągów znaków. Podobnie jak „s” w metodzie „loads” oznacza „string”, „s” w „dumps” również oznacza ciąg.
Zapamiętanie znaczenia „s” to świetny sposób na zapamiętanie, jaką metodę można zastosować do jakiego zadania.
Wniosek
Dzięki temu przewodnikowi nauczyłeś się czytać i analizować dane JSON w Pythonie. Nauka pracy z JSON przy użyciu Pythona jest niezbędna, jeśli pracujesz ze stronami internetowymi, ponieważ jest on używany do przesyłania danych praktycznie wszędzie. Oprócz baz danych i interfejsów API, JSON jest również używany w skrobakach internetowych.
Jeśli pracujesz nad dynamiczną witryną internetową, prawdopodobnie próbujesz wdrożyć skrobanie sieci. Dzięki znajomości JSON możesz tworzyć skrypty stron z nieskończonym przewijaniem.
