Python boleh memproses data JSON melalui modul JSON, terutamanya termasuk pemindahan rentetan dan pemindahan objek, membaca fail dan menulis, dan menaip pemprosesan keserasian. ① Gunakan json.loads () untuk menukar rentetan json ke objek python. Jika penukaran gagal, anda perlu menangkap pengecualian; ② Gunakan json.dumps () untuk menukar data python ke rentetan JSON, dan anda boleh menetapkan parameter seperti indent, memastikan_ascii; ③ Gunakan json.load () dan json.dump () untuk membaca dan menulis fail json masing -masing, tanpa menambah s; ④ Apabila memproses jenis khas, anda perlu menukar kepada jenis asas atau pengekod tersuai; ⑤ Struktur bersarang boleh diproses secara normal, tetapi anda perlu memberi perhatian kepada hubungan hierarki ketika mengakses.
Pemprosesan data JSON sangat biasa di Python, terutamanya apabila berurusan dengan API, membaca dan menulis fail konfigurasi, atau berinteraksi dengan data depan dan belakang. Python mempunyai modul json
terbina dalam, yang dapat dengan mudah menyelesaikan operasi serialisasi dan deserialization.

Tukar tali json ke objek python
Banyak kali anda mendapat sekeping data JSON dalam bentuk rentetan, seperti hasil yang diperoleh dari permintaan rangkaian. Pada masa ini, anda boleh menggunakan json.loads()
untuk mengubahnya menjadi kamus python atau senarai.
Contohnya:

Import JSON data_str = '{"name": "Alice", "umur": 25, "is_student": false}' data_dict = json.loads (data_str)
Selepas penukaran data_dict
adalah kamus python standard, anda boleh menggunakannya seperti anda mengakses kamus biasa.
Apa yang harus diperhatikan ialah:

- Nilai boolean di JSON adalah
true
/false
, sepadan dengan python adalahTrue
/False
- Jika format JSON tidak betul, pengecualian akan dibuang. Adalah disyorkan untuk menambah blok
try-except
untuk pemprosesan toleransi kesalahan.
Tukar struktur data python ke rentetan json
Jika anda mempunyai satu set data yang anda mahu output dalam format JSON, contohnya, kembalikan ke antara muka depan, anda boleh menggunakan json.dumps()
.
Import JSON data = { "Nama": "Bob", "Umur": 30, "is_student": palsu } json_str = json.dumps (data, indent = 2)
Di sini, parameter indent=2
digunakan untuk menjadikan output lebih cantik dan sesuai untuk dilihat semasa debugging. Jika anda tidak meneruskan format, anda boleh meninggalkan parameter ini.
Beberapa pilihan biasa:
-
ensure_ascii=False
: Elakkan orang Cina menjadi pengekodan unicode -
sort_keys=True
: Susun output dengan kunci (debugging berguna)
Baca dan tulis fail JSON
Sebagai tambahan kepada rentetan, anda juga boleh membaca dan menulis fail secara langsung. Ini sangat praktikal dalam senario seperti menyimpan konfigurasi dan data caching.
Contoh menulis ke fail:
dengan terbuka ("data.json", "w") sebagai f: json.dump (data, f, indent = 2)
Fail membaca juga sangat mudah:
dengan terbuka ("data.json", "r") sebagai f: data = json.load (f)
Kedua -dua fungsi ini dump
dan load
masing -masing, dan tidak ada s
. Jangan main -main.
Perhatikan struktur bersarang dan keserasian jenis
JSON menyokong jenis data terhad. None
di Python akan ditukar kepada null
, manakala objek tarikh, koleksi dan jenis lain tidak boleh ditukar secara langsung.
Sekiranya anda mempunyai jenis khas dalam data anda:
- Anda perlu menukar ke jenis asas terlebih dahulu (seperti menukar datetime menjadi rentetan)
- Atau menyesuaikan kelas bersiri dan mewarisi
json.JSONEncoder
Tidak perlu bimbang tentang struktur bersarang, selagi strukturnya jelas, modul JSON juga boleh mengendalikannya. Walau bagaimanapun, apabila mengakses, anda harus memberi perhatian kepada hubungan hierarki dan mengelakkan keyerror.
Pada dasarnya itu sahaja. Jika anda menguasai kaedah ini, anda akan baik untuk menangani kebanyakan senario JSON.
Atas ialah kandungan terperinci Bekerja dengan data JSON di Python. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Alat AI Hot

Undress AI Tool
Gambar buka pakaian secara percuma

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Clothoff.io
Penyingkiran pakaian AI

Video Face Swap
Tukar muka dalam mana-mana video dengan mudah menggunakan alat tukar muka AI percuma kami!

Artikel Panas

Alat panas

Notepad++7.3.1
Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina
Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1
Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6
Alat pembangunan web visual

SublimeText3 versi Mac
Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Kunci untuk menangani pengesahan API adalah untuk memahami dan menggunakan kaedah pengesahan dengan betul. 1. Apikey adalah kaedah pengesahan yang paling mudah, biasanya diletakkan dalam tajuk permintaan atau parameter URL; 2. BasicAuth menggunakan nama pengguna dan kata laluan untuk penghantaran pengekodan Base64, yang sesuai untuk sistem dalaman; 3. OAuth2 perlu mendapatkan token terlebih dahulu melalui client_id dan client_secret, dan kemudian bawa bearertoken dalam header permintaan; 4. Untuk menangani tamat tempoh token, kelas pengurusan token boleh dikemas dan secara automatik menyegarkan token; Singkatnya, memilih kaedah yang sesuai mengikut dokumen dan menyimpan maklumat utama adalah kunci.

Menegaskan adalah alat pernyataan yang digunakan dalam Python untuk menyahpepijat, dan melemparkan pernyataan apabila keadaan tidak dipenuhi. Sintaksnya adalah menegaskan keadaan ditambah maklumat ralat pilihan, yang sesuai untuk pengesahan logik dalaman seperti pemeriksaan parameter, pengesahan status, dan lain -lain, tetapi tidak boleh digunakan untuk pemeriksaan input keselamatan atau pengguna, dan harus digunakan bersamaan dengan maklumat yang jelas. Ia hanya tersedia untuk debugging tambahan dalam peringkat pembangunan dan bukannya menggantikan pengendalian pengecualian.

Kaedah yang sama untuk melintasi dua senarai secara serentak dalam Python adalah menggunakan fungsi zip (), yang akan memasangkan beberapa senarai dalam rangka dan menjadi yang paling singkat; Jika panjang senarai tidak konsisten, anda boleh menggunakan itertools.zip_longest () untuk menjadi yang paling lama dan mengisi nilai yang hilang; Digabungkan dengan penghitungan (), anda boleh mendapatkan indeks pada masa yang sama. 1.Zip () adalah ringkas dan praktikal, sesuai untuk lelaran data berpasangan; 2.zip_longest () boleh mengisi nilai lalai apabila berurusan dengan panjang yang tidak konsisten; 3.enumerate (zip ()) boleh mendapatkan indeks semasa traversal, memenuhi keperluan pelbagai senario kompleks.

TypehintsinpythonsolvetheproblemofambiguityandpotentialbugsindynamiciallytypodeByallowingDeveloperStospecifyExpectedTypes.theyenhancereadability, enablearlybugdetection, andimprovetoLiaSareAdeAdeAdeAdeAdeAdeAdeAdeAdeAdeAdeAdeAdeAdeAdeAdeAdeAdeAdeAdeAdeAdeAdeAdeAdeAdeAdeSareadDeSareadDeSareadDeSareadDeSaread

Inpython, iteratorsareObjectsThatallowLoopingthroughCollectionsByImplementing__iter __ () dan__Next __ ()

Untuk mewujudkan API moden dan cekap menggunakan Python, FastAPI disyorkan; Ia berdasarkan kepada jenis python standard yang diminta dan secara automatik dapat menghasilkan dokumen, dengan prestasi yang sangat baik. Selepas memasang FastAPI dan Asgi Server UVicorn, anda boleh menulis kod antara muka. Dengan menentukan laluan, menulis fungsi pemprosesan, dan data yang kembali, API boleh dibina dengan cepat. FastAPI menyokong pelbagai kaedah HTTP dan menyediakan sistem dokumentasi Swaggersui dan Redoc yang dihasilkan secara automatik. Parameter URL boleh ditangkap melalui definisi laluan, manakala parameter pertanyaan boleh dilaksanakan dengan menetapkan nilai lalai untuk parameter fungsi. Penggunaan rasional model Pydantic dapat membantu meningkatkan kecekapan dan ketepatan pembangunan.

Untuk menguji API, anda perlu menggunakan Perpustakaan Permintaan Python. Langkah -langkahnya adalah untuk memasang perpustakaan, menghantar permintaan, mengesahkan respons, menetapkan masa dan cuba semula. Pertama, pasang perpustakaan melalui PipinstallRequests; kemudian gunakan permintaan.get () atau requests.post () dan kaedah lain untuk menghantar permintaan GET atau pos; Kemudian semak respons.status_code dan response.json () untuk memastikan hasil pulangan mematuhi jangkaan; Akhirnya, tambah parameter tamat masa untuk menetapkan masa tamat, dan menggabungkan perpustakaan semula untuk mencapai percubaan automatik untuk meningkatkan kestabilan.

Dalam Python, pembolehubah yang ditakrifkan di dalam fungsi adalah pembolehubah tempatan dan hanya sah dalam fungsi; Ditakrifkan secara luaran adalah pembolehubah global yang boleh dibaca di mana sahaja. 1. Pembolehubah tempatan dimusnahkan kerana fungsi dilaksanakan; 2. Fungsi ini boleh mengakses pembolehubah global tetapi tidak dapat diubahsuai secara langsung, jadi kata kunci global diperlukan; 3. Jika anda ingin mengubah suai pembolehubah fungsi luar dalam fungsi bersarang, anda perlu menggunakan kata kunci nonlocal; 4. Pembolehubah dengan nama yang sama tidak mempengaruhi satu sama lain dalam skop yang berbeza; 5. Global mesti diisytiharkan apabila mengubah suai pembolehubah global, jika tidak, kesilapan unboundlocalerror akan dibangkitkan. Memahami peraturan ini membantu mengelakkan pepijat dan menulis lebih banyak fungsi yang boleh dipercayai.
